文献

J-GLOBAL ID：202202212986062000   整理番号：22A0589982

ハイパースペクトル画像分類のための確率的近傍プーリングベースの注意ネットワーク【JST・京大機械翻訳】

A probabilistic neighbourhood pooling-based attention network for hyperspectral image classification

著者 (4件)： Wang Yuanlin (School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Song Tiecheng (School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Xie Yurui (School of Control Engineering, Chengdu University of Information Technology, Chengdu, China) ,  Roy Swalpa Kumar (Computer Science and Engineering, Jalpaiguri Government Engineering College, India)
資料名： Remote Sensing Letters  (Remote Sensing Letters)
巻： 13  号： 1  ページ： 65-75  発行年： 2022年 
JST資料番号： W2289A  ISSN： 2150-704X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,ハイパースペクトル画像(HSI)分類のための深層学習モデルに注意機構が展開されている。従来のスペクトル注意は,一般的に空間情報を集約するために,中心ピクセルの空間依存性を分類し,その近傍を考慮せずに,空間情報を集約する大域的プールを用いる。さらに,高次元スペクトル情報を有する限られた訓練サンプルは,過剰適合の傾向がある深い学習モデルを作る。これらを考慮して,HSI分類のためのエンドツーエンド確率的近傍プールベース注意ネットワーク(PNPAN)を提案した。PNPANでは,入力HSIキューブの特徴マップをリング形状隣接領域に分割し,チャネル毎の注意を計算するためにプール領域として確率的に選択した。これに基づいて,スペクトル空間特徴を抽出するために,スペクトル注意ベースモジュールと3D畳込みモジュールを構築した。3つのベンチマークデータセットに関する実験は,PNPANが限られた訓練サンプルでHSI分類のために有望な結果を達成することを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  学習モデル ,  *ネットワーク ,  分類 ,  *スペクトル ,  画素 ,  空間 ,  エンドツーエンド方式 ,  高次元 ,  三次元 ,  ベンチマーク
準シソーラス用語： 空間情報 ,  *ハイパースペクトル画像 ,  特徴マップ ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  気象学一般  (DC05010D)

タイトルに関連する用語 (4件)： ハイパースペクトル画像分類 ,  確率 ,  近傍 ,  注意