文献

J-GLOBAL ID：202202216781853923   整理番号：22A0397475

ハイパースペクトル画像分類のための位相誘導Gaborベースマルチビュー能動学習【JST・京大機械翻訳】

Phase-Induced Gabor-Based Multiview Active Learning for Hyperspectral Image Classification

著者 (3件)： Cai Runlin (Guangdong Provincial Key Laboratory of Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou, China) ,  Liu Chenying (Guangdong Provincial Key Laboratory of Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou, China) ,  Li Jun (Guangdong Provincial Key Laboratory of Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5505005.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： 本論文では,ハイパースペクトル画像(HSI)分類のための新しい位相誘起Gaborベースマルチビューアクティブ学習(MVAL)(PGMVAL)アプローチを提案した。著者らの主な貢献は,手作業のGabor特徴抽出における位相オフセット項Pの可能性を探索することであり,これは以前の研究ではほとんど利用されていない。位相誘起Gaborフィルタと名付けたPを加えたGaborフィルタは,Pを通してそれらの周波数応答特性を調整することができる。特に,MVALフレームワークの下でビュー生成目的のための位相誘起Gaborフィルタリングを利用した。その結果,PGMVALは,異なるPsに対応する位相誘導Gabor特徴に在る相補的情報を利用することができ,同時に高いメモリ消費と新しいパラメータの導入によって引き起こされる多数の訓練サンプルを避けることができる。2つのベンチマークHSIデータセットで得られた実験結果は,位相誘導Gaborフィルタリングを用いた提案したPGMVAL手法が,限られた訓練サンプルでより良い分類結果を達成できることを示した。Copyright 2022 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： 記憶装置 ,  周波数特性 ,  特徴抽出 ,  *位相 ,  ベンチマーク
準シソーラス用語： 能動学習 ,  Gaborフィルタ ,  *ハイパースペクトル画像 ,  位相オフセット ,  ハイパースペクトル画像分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ハイパースペクトル画像分類 ,  位相 ,  誘導 ,  マルチビュー ,  能動学習