文献

J-GLOBAL ID：202102243502523556   整理番号：21A0670905

1つの事前画像対による生成敵対ネットワークを介したリモートセンシング画像時空間融合【JST・京大機械翻訳】

Remote Sensing Image Spatio-Temporal Fusion via a Generative Adversarial Network Through One Prior Image Pair

著者 (3件)： Song Yiyao (The State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University,P.R. China) ,  Zhang Hongyan (The State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University,P.R. China) ,  Zhang Liangpei (The State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University,P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 7009-7012  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： 時空融合は,リモートセンシング画像の時間分解能と空間分解能の間のトレードオフを扱う有望な方法である。本論文は,1つの事前画像対ケース(OPGAN)を取り扱うために,生成敵対ネットワークに基づいて,不十分なデータで時空間融合の応用を拡大するために,新しいリモートセンシング画像空間-時間融合モデルを提示する。高空間,低時間(HSLT)分解能ランドサット画像と対応する低空間,高時間(LSHT)分解能MODIS画像の間の巨大な空間分解能ギャップを考慮して,提案したOPGANは,高空間高時間(HSHT)分解能Landsat画像を再構成する最小最大ゲームにおける発電機と識別器を同時に訓練し,時間的変化およびセンサ差の助けを借りて,変化予測の精度を著しく改善した。3つの代表的Landsat-MODISデータセットに関する実験結果は,提案したOPGAN法の有効性を説明した。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： 弁別器 ,  ゲーム ,  *ネットワーク ,  分解能 ,  経時変化 ,  再構成 ,  センサ ,  有効性 ,  空間分解能 ,  LANDSAT ,  時間分解能
準シソーラス用語： MODIS ,  *リモートセンシング画像 , 【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 (4件)： 敵対 ,  リモートセンシング画像 ,  時空間 ,  融合