文献

J-GLOBAL ID：202102264511148888   整理番号：21A0669688

伝送学習に基づくハイパースペクトル画像のスペクトル-空間結合ターゲット検出【JST・京大機械翻訳】

Spectral-Spatial Joint Target Detection of Hyperspectral Image Based on Transfer Learning

著者 (3件)： Feng Zhenyuan (School of Electronics and Information Engineering, Harbin Institute of Technology,Harbin,China) ,  Zhang Junping (School of Electronics and Information Engineering, Harbin Institute of Technology,Harbin,China) ,  Feng Jia (School of Electronics and Information Engineering, Harbin Institute of Technology,Harbin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 1770-1773  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： 超スペクトル画像(HSI)ターゲット検出は,スペクトル変動の影響,利用可能なサンプルの欠陥,およびスペクトル空間情報の利用の限られた能力のような困難のさまざまな側面に直面する間,ますます重要な研究題目になった。本論文では,スペクトルおよび空間情報を組み合わせた新しいHSIターゲット検出法を提案した。スペクトル類似性に従って,スペクトル特徴抽出器として,シームレス畳込みニューラルネットワーク(S-CNN)を適用し,その中で,ソースドメインHSIから生成された画素ペアを,不十分なサンプルの問題を解決するために,ターゲットドメインに転送した。次に,初期結果によって誘導した空間後処理を用いて,空間コンテキスト情報を結合して,検出性能をさらに改善した。実験結果は,提案方法がハイパースペクトルターゲット検出においてよく機能することを示した。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： *学習 ,  *スペクトル ,  画素 ,  後処理 ,  抽出装置 ,  *スペクトル画像 ,  類似性
準シソーラス用語： 空間情報 ,  *ハイパースペクトル ,  *ハイパースペクトル画像 ,  シームレス ,  検出能 ,  ターゲット検出 ,  スペクトル特徴 ,  畳込みニューラルネットワーク , 【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)： 学習 ,  ハイパースペクトル画像 ,  スペクトル ,  ターゲット検出