文献

J-GLOBAL ID：202102254133954420   整理番号：21A2454546

CNNベースパンシャープニングのための詳細保存クロススケール学習戦略【JST・京大機械翻訳】

A Detail-Preserving Cross-Scale Learning Strategy for CNN-Based Pansharpening

著者 (2件)： Vitale Sergio (Dipartimento di Ingegneria, Universita degli Studi di Napoli Parthenope, 80133 Napoli, Italy) ,  Scarpa Giuseppe (Department of Electrical Engineering and Information Technology (DIETI), University Federico II, 80125 Naples, Italy)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 3  ページ： 348  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 単一パンクロマチック(PAN)バンドと低分解能マルチスペクトル(MS)画像との融合は,PANのMS分解能をパンシャープニングとして知られている。近年,モデルベースからデータ駆動手法へのパラダイムシフト,特に畳込みニューラルネットワーク(CNN)の利用が観察された。本研究動向によって動機づけられて,本研究では,CNNパンシャープ化モデルのためのクロススケール学習戦略を導入した。初期のCNN手法は,適切な訓練サンプルを生産するための分解能ダウングラデーションプロセスに頼る。結果として,縮小スケールで訓練されたモデルの目標分解能の実際の性能は,未解決の問題である。この短所に対処するために,同時に縮小および完全分解能訓練サンプルを含むより複雑な損失計算を提案した。実験により,全解像度フレームワークにおいて明瞭な画像強調を示し,分解能空間の減少は無視できた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分解能 ,  *画像強調
準シソーラス用語： 多重スペクトル ,  低分解能 ,  データ駆動 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： パンシャープニング ,  データ融合 ,  畳込みニューラルネットワーク ,  多重分解能解析 ,  土地被覆分類

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (70件)：

• Gargiulo, M.; Mazza, A.; Gaetano, R.; Ruello, G.; Scarpa, G. A CNN-Based Fusion Method for Super-Resolution of Sentinel-2 Data. In Proceedings of the IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, 22-27 July 2018; pp. 4713-4716.
• Errico, A.; Angelino, C.V.; Cicala, L.; Podobinski, D.P.; Persechino, G.; Ferrara, C.; Lega, M.; Vallario, A.; Parente, C.; Masi, G.; et al. SAR/multispectral image fusion for the detection of environmental hazards with a GIS. In Proceedings of the SPIE-The International Society for Optical Engineering, Amsterdam, The Netherlands, 23 October 2014; Volume 9245.
• Vivone, G.; Alparone, L.; Chanussot, J.; Mura, M.D.; Garzelli, A.; Licciardi, G.A.; Restaino, R.; Wald, L. A Critical Comparison Among Pansharpening Algorithms. IEEE Trans. Geosci. Remote Sens. 2015, 53, 2565-2586.
• Gaetano, R.; Amitrano, D.; Masi, G.; Poggi, G.; Ruello, G.; Verdoliva, L.; Scarpa, G. Exploration of multitemporal COSMO-skymed data via interactive tree-structured MRF segmentation. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2014, 7, 2763-2775.
• Aiazzi, B.; Alparone, L.; Baronti, S.; Garzelli, A.; Selva, M. MTF-tailored multiscale fusion of high-resolution MS and Pan imagery. Photogramm. Eng. Remote Sens. 2006, 72, 591-596.

タイトルに関連する用語 (4件)： CNN ,  保存 ,  スケール ,  学習戦略