ターゲットピクセル指向スキームを用いたハイパースペクトル画像分類のためのマルチスケール畳込みによるCNN【JST・京大機械翻訳】

Saha Jayasree; Khanna Yuvraj; Mukherjee Jayanta

プレプリント

J-GLOBAL ID：202202206111616983 整理番号：21P0023432

ターゲットピクセル指向スキームを用いたハイパースペクトル画像分類のためのマルチスケール畳込みによるCNN【JST・京大機械翻訳】

A CNN With Multi-scale Convolution for Hyperspectral Image Classification using Target-Pixel-Orientation scheme

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年01月30日プレプリントサーバーでの情報更新日： 2021年05月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近,CNNはハイパースペクトル画像分類課題を扱うための一般的な選択である。ハイパースペクトル画像(HSI)におけるそのような大きなスペクトル情報を持つにもかかわらず,それは次元のurseいを作り出す。また,スペクトル署名の大きな空間的変動は,分類問題においてより多くの困難を加える。さらに,不十分な訓練例を有するエンドファッションへのCNNの訓練は,もう一つの挑戦的で興味深い問題である。本論文では,CNNベースのネットワークを訓練するために,新しいターゲットパッチ指向法を提案した。また,3D-CNNと2D-CNNベースのネットワークアーキテクチャのハイブリッドを導入し,バンド縮小と特徴抽出法をそれぞれ実装した。実験結果は,著者らの方法が最先端技術の既存の状態で報告された精度より優れていることを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , , , ,

前のページに戻る