文献

J-GLOBAL ID：202202231561888992   整理番号：22A0553812

ハイパースペクトル画像融合のための多段詳細注入を伴う二重ユニット【JST・京大機械翻訳】

A Dual-UNet With Multistage Details Injection for Hyperspectral Image Fusion

著者 (4件)： Xiao Jiajun (School of Geodesy and Geomatics, Wuhan University, Wuhan, China) ,  Li Jie (School of Geodesy and Geomatics, Wuhan University, Wuhan, China) ,  Yuan Qiangqiang (School of Geodesy and Geomatics, Wuhan University, Wuhan, China) ,  Zhang Liangpei (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing and the Collaborative Innovation Center of Geospatial Technology, 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.5515313.1-13  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： ハイパースペクトル画像(HSI)分解能の向上は,実際により良い応用にとって重要である。本論文では,HSIの空間分解能を改善するために二重U-Net(D-UNet)を提案した。全ネットワークは2つの部分を含んでいる。1つは詳細抽出ネットワークであり,そのネットワークアーキテクチャは符号器の符号器であり,主にマルチスペクトル画像(MSI)から様々な空間特徴を抽出する。もう1つは,空間スペクトル融合ネットワーク(SSFN)であり,より良い再構成のために,詳細抽出ネットワークからHSIへの特徴の注入を目的とする。さらに,全体のネットワークの一次段階において,新しいマルチスケール空間スペクトル注意モジュール(MSSAM)を利用して,種々のスケールでの重要な特徴により多くの注意を払った。複雑な地上シーンを考慮して,異なるスケールと深さの特徴を連続的に抽出して,全体のネットワークで融合した。実験結果は,提案方法が最先端の方法と比較してより有効であることを示した。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： ネットワーク ,  スケール ,  分解能 ,  *スペクトル ,  符号器 ,  再構成 ,  空間 ,  *スペクトル画像 ,  指数 ,  融合 ,  規模 ,  空間分解能 ,  ネットワークアーキテクチャ
準シソーラス用語： *ハイパースペクトル画像 ,  マルチスペクトル画像 ,  マルチスケール , 【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 (4件)： ハイパースペクトル画像 ,  融合 ,  多段 ,  注入