文献

J-GLOBAL ID：202202225496388896   整理番号：22A0397476

ハイパースペクトル画像分類のための軽量スペクトル空間畳込みモジュール【JST・京大機械翻訳】

A Lightweight Spectral-Spatial Convolution Module for Hyperspectral Image Classification

著者 (4件)： Meng Zhe (School of Telecommunication and Information Engineering, Xi’an University of Posts and Telecommunications, Xi’an, China) ,  Jiao Licheng (School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Liang Miaomiao (School of Information Engineering, Jiangxi University of Science and Technology, Ganzhou, China) ,  Zhao Feng (School of Telecommunication and Information Engineering, Xi’an University of Posts and Telecommunications, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5505105.1-5  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： 畳込みニューラルネットワーク(CNN)は,ハイパースペクトル画像(HSI)分類のための印象的な性能を示した。それにもかかわらず,畳み込み層は大量のパラメータを含み,それは限られた貯蔵と計算資源を有する衛星と航空機搭載プラットフォーム上のCNNの展開を制限する。本レターでは,畳込み層の代替として軽量スペクトル空間畳込みモジュール(LS2CM)を提案した。提案したLS2CMは,分類性能を維持または改善しながら,多重累積演算(MAC)に関してネットワークパラメータと計算量を大幅に削減できる。さらに,それはプラグアンドプレイコンポーネントであり,HSI分類のための既存のCNNベースモデルアップグレードに使用できる。2つのベンチマークHSIデータセットに関する実験結果は,提案したLS2CMが,他の最先端の方法と比較して,競合結果を達成することを実証した。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： *畳込み ,  演算 ,  *スペクトル ,  計算量 ,  多重化 ,  ベンチマーク
準シソーラス用語： *ハイパースペクトル画像 ,  航空機搭載 , 【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 ,  軽量 ,  スペクトル ,  畳込み ,  モジュール