文献

J-GLOBAL ID：202202216817182848   整理番号：22A0202693

スライディングウィンドウ低ランク行列近似に基づくハイパースペクトル画像雑音除去フレームワークの不確実性定量化【JST・京大機械翻訳】

Uncertainty Quantification of Hyperspectral Image Denoising Frameworks Based on Sliding-Window Low-Rank Matrix Approximation

著者 (5件)： Song Jingwei (College of Civil Engineering, Nanjing Forestry University, Nanjing, China) ,  Xia Shaobo (College of Environment and Resources, Zhejiang A&F University, Hangzhou, China) ,  Wang Jun (Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, University of Chinese Academy of Sciences, Beijing, China) ,  Patel Mitesh (FX Palo Alto Laboratory Inc., Palo Alto, CA, USA) ,  Chen Dong (College of Civil Engineering, Nanjing Forestry University, Nanjing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5504212.1-12  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： スライディングウィンドウベースの低ランク行列近似(LRMA)は,ハイパースペクトル画像(HSI)雑音除去または完了で広く使われている技術である。しかし,復元されたHSIの不確実性の定量化は今までに取り組まれていない。雑音除去されたHSIの正確な不確実性定量化は,これらの応用が入力データの統計的分布を記述する正確なアプローチを必要とするので,マルチソースまたはマルチスケールデータ融合,データ同化,および製品不確実性の定量化のような応用を容易にする。従って,LRMAベースのHSI復元のための事前自由閉形式要素ワイズ不確実性定量化法を提案した。この閉形式アルゴリズムは,従来のLRMAプロセスで使用されるスライディングウィンドウ戦略によって引き起こされるHSIパッチ混合における不確実性を扱う困難さを克服する。提案した手法は,観察されたHSIの不確実性のみを必要とし,LRMA技術と同じ計算複雑性で,比較的迅速に不確実性結果を提供する。提案した閉形式不確実性手法の推定精度を検証するために,広範な実験を行った。この方法は,LRMAと比較して,追加処理時間の10%≦20%のコストで少なくとも10%のランダムインパルス雑音に対してロバストである。実験は,提案した閉形式不確実性定量化法が,計算上高価であるベースラインモンテカルロ試験よりも実世界アプリケーションに適用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： アルゴリズム ,  *不確実性 ,  *近似法 ,  インパルス雑音 ,  計算量 ,  応用プログラム ,  ロバスト性 ,  データ融合 ,  *雑音除去
準シソーラス用語： *ハイパースペクトル ,  推定精度 ,  *ハイパースペクトル画像 ,  マルチスケール ,  *スライディングウィンドウ ,  閉形式 , 【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 (8件)： スライディングウィンドウ ,  行列 ,  近似 ,  ハイパースペクトル画像 ,  雑音除去 ,  フレームワーク ,  不確実性 ,  定量化