文献

J-GLOBAL ID：202202230768350761   整理番号：22A1101018

ハイパースペクトル画像分類のための動的グラフ畳込みネットワークに向けた適応サンプリング【JST・京大機械翻訳】

Adaptive Sampling Toward a Dynamic Graph Convolutional Network for Hyperspectral Image Classification

著者 (5件)： Ding Yun (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China) ,  Feng Jinpeng (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China) ,  Chong Yanwen (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China) ,  Pan Shaoming (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China) ,  Sun Xiaohui (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5524117.1-17  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： グラフ畳み込みネットワーク(GCNs)は,空間照明スペクトル特徴の表現を学習する能力により,ハイパースペクトル画像(HSI)分類に有効であることが示されている。しかしながら,既存のGCNベースのモデルは,各ノードに対する隣接情報を捉え,集約するための予め定義された受容野に大きく依存しており,グラフデータから最も重要な受容野を適応的に選択する能力を制限する。前述の問題に取り組むために,本論文では,適応サンプリングを通して隣接情報を捉える新しい動的適応サンプリングGCN(DAS-GCN)アルゴリズムを提案し,受信場を動的に獲得できるようにした。基本的な根底にあるアイデアは,各ターゲットノードに対する最も重要な受容野が適応的に発見され,エッジ隣接重みが各適応サンプリング操作後に同時に調整できることである。したがって,グラフを動的に更新し,精密化できる。特に,適応サンプリング操作は2つの相補的成分から成る;第1ステップでは,大規模近傍における異なる遠隔ノードの重要性を学習し,一方,第2ステップでは,局所近傍から豊富な基底空間-スペクトル情報を抽出し,フィルタリングした。提案モデルは,局所と遠隔ノードの両方からスペクトル-空間相関をいかに広範囲に利用するかを学ぶ能力を持っている。さらに,提案したDAS-GCNモデルは,ノード特徴情報を自然に一般化し,そして,効率的にノード埋込みを非意味データに提供するために,優れた能力を有した。4つの実際のHSIデータセット,すなわち,インドピン,パビア大学,ハストン2013,およびサリナの総合精度の実験結果は,それぞれ95.63%,96.40%,94.70%,および99.08%であり,他の最先端の手法と比較して,提案した方法の利点を明確に実証した。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： アルゴリズム ,  *グラフ ,  *畳込み ,  情報 ,  *ネットワーク ,  分類 ,  *信号標本化 ,  フィルタリング ,  適応 ,  受信 ,  *スペクトル ,  空間 ,  モデル
準シソーラス用語： *ハイパースペクトル画像 ,  受容野 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

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 ,  グラフ ,  畳込み ,  適応サンプリング