文献

J-GLOBAL ID：202202229930363960   整理番号：22A0441525

LIALFP:潜在的情報連想と局所特徴保存に基づくマルチバンド画像同期融合モデル【JST・京大機械翻訳】

LIALFP: Multi-band images synchronous fusion model based on latent information association and local feature preserving

著者 (7件)： Wang Bin (Department of Data Science And Technology, North University of China, Taiyuan 030051, China) ,  Wang Bin (Zhongke Ruixin (Beijing) Sci-Tech Co., Ltd., Beijing 100089, China) ,  Zhao Qian (Coal Training Center, Shanxi Engineering Vocational College, Taiyuan 030051, China) ,  Bai Guifeng (Department of Data Science And Technology, North University of China, Taiyuan 030051, China) ,  Zeng Jianchao (Department of Data Science And Technology, North University of China, Taiyuan 030051, China) ,  Xie Shiyun (International College, Beijing University of Posts and Telecommunications, Beijing 102209, China) ,  Wen Leihua (Zhongke Ruixin (Beijing) Sci-Tech Co., Ltd., Beijing 100089, China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 120  ページ： Null  発行年： 2022年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチバンド画像,すなわち遠赤外画像(FIRI),近赤外画像(NIRI)および可視画像(VISI)の融合は,主に3側面の課題に直面した: 1つは画像融合プロセスが同期的に実行できるかどうかである。既存のアルゴリズムの大部分は2つの融合ターゲットに狙いを定め,多重画像を併合するために逐次法を採用する必要がある。残念なことに,これはそれらの結果を多義性またはアーチファクトに脆弱にする。第2は,融合結果のグランドトルースは,いくつかの画像融合フィールド(例えば,マルチバンド画像)において,得ることができなかった。それは,その利点に完全な役割を果たすために,教師つき方法の故障に即座に導く。第3に,結果とソース画像の間の潜在投影は,しばしば直接考慮されない。特に,この関係は,全ての入力による融合結果だけでなく,各元のものを含む。前述の問題を解決するために,本論文は同期マルチバンド画像融合のための教師なし表現学習モデルを確立する。最初に,重要な画素融合特徴を抽出し,一次情報が統合できることを確認した。第2に,結果と全体のオリジナルの間の潜在的関係性は,直線的マッピングであると仮定して,これらの融合結果の予測可能性を減らした。加えて,これらの変換マトリックスは特徴選択の機能を与えて,それは判別特性を選択して,それらを融合空間に投影することができた。次に,各ソースの局所的に重要な特徴を,設計したグラフラプラシアン行列によって捉えた。最後に,実験は,主観的判断と客観的指標から様々な最近の先進アルゴリズムとの比較を通して,著者らのアルゴリズムの合理性と優位性を示した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  逐次近似 ,  多義性 ,  画素 ,  特徴選択 ,  多重化 ,  遠赤外線 ,  アーチファクト ,  予測可能性
準シソーラス用語： *マルチバンド ,  画像融合 ,  可視画像 ,  *局所特徴 ,  グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像融合 ,  マルチバンド画像 ,  表現学習 ,  ラプラシアン行列

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 連想 ,  局所特徴 ,  保存 ,  マルチバンド ,  融合 ,  モデル