文献

J-GLOBAL ID：202102227319421665   整理番号：21A0669432

自己教師付き深正準相関オートエンコーダによる異種変化検出【JST・京大機械翻訳】

Heterogeneous Change Detection with Self-Supervised Deep Canonically Correlated Autoencoders

著者 (5件)： Tomenotti F. Figari (University of Genoa,DITEN Department,Genoa,Italy) ,  Luppino L.T. (UiT The Arctic University of Norway,Department of Physics and Technology,Tromso/,Norway) ,  Hansen M.A. (UiT The Arctic University of Norway,Department of Physics and Technology,Tromso/,Norway) ,  Moser G. (University of Genoa,DITEN Department,Genoa,Italy) ,  Anfinsen S.N. (UiT The Arctic University of Norway,Department of Physics and Technology,Tromso/,Norway)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 680-683  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,不均一リモートセンシング画像における二時間変化検出に対する新しい方法を提案した。修正正準相関分析を用いて,各画像領域に対して,2つの深い畳み込み自動エンコーダのコード層を整列させた。それは,新しい親和性ベース事前の入力を重み付けし,画像ドメインを横断する画素関係の変化を測定し,変化しやすいデータ点の影響を低減するのに用いた。自己スーパービジョンのこの手順によって,著者らは,変化画素の検閲が,必要なデータ変換を効率的に学習する鍵であると,教師なしケースに本質的に教師つきアーキテクチャを適応させた。結果は,効率的なドメイン変換がクロスドメイン符号器と復号器を結合することによって得られるので,画像ドメインのいずれかで変化検出を可能にする教師なしアルゴリズムである。実試験データセットに関する最先端の性能を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  畳込み ,  データ変換 ,  復号器 ,  画素 ,  *符号器 ,  親和性 ,  計算機アーキテクチャ
準シソーラス用語： 正準相関解析 ,  リモートセンシング画像 ,  *正準相関 ,  *自己符号化器 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 自己 ,  教師 ,  正準相関 ,  オートエンコーダ ,  変化検出