文献

J-GLOBAL ID：202202233825141072   整理番号：22A0202682

再帰フィードバック埋込みと空間対数スペクトル一貫性正則化によるハイパースペクトル画像超解像【JST・京大機械翻訳】

Hyperspectral Image Super-Resolution via Recurrent Feedback Embedding and Spatial-Spectral Consistency Regularization

著者 (3件)： Wang Xinya (School of Electronic Information, Wuhan University, Wuhan, China) ,  Ma Jiayi (School of Electronic Information, Wuhan University, Wuhan, China) ,  Jiang Junjun (School of Computer Science and Technology, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5503113.1-13  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： 数十から数百のスペクトルバンドを有するハイパースペクトル画像は通常,入射エネルギー量の限界により低空間分解能に悩まされる。補助画像なしで,単一ハイパースペクトル画像超解像(SR)法は,ハイパースペクトル画像の高次元特性と特別なスペクトルパターンのため,まだ挑戦的な問題である。ハイパースペクトルバンド間のコヒーレンスを徹底的に探索し,シーンの空間照明スペクトル構造を保存するために,既存の方法の性能はまだ限られている。本論文では,RFSRと呼ばれる新しい単一ハイパースペクトル画像SR法を提案し,シーケンス展望からスペクトル相関をモデル化した。特に,ハイパースペクトルデータのスペクトル間の相補的および連続的情報を完全に利用するために,再帰フィードバックネットワークを導入した。グループ戦略によって,各々のグループ化バンドは,フィードバック埋込みを通してグループ間の連続的情報を調査することによって,最初に超解決した。ハイパースペクトルデータ間の空間四角形スペクトル構造のより良い保存のために,次に,正則化ネットワークを,中間推定上の空間Lagrangeスペクトル相関を強化するために追加した。自然およびリモートセンシングハイパースペクトル画像の両方に関する実験結果は,最先端の方法に対する著者らのアプローチの利点を実証した。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： コヒーレンス ,  ネットワーク ,  照明 ,  *スペクトル ,  リモートセンシング ,  *超解像 ,  *正則化 ,  高次元 ,  *対数 ,  スペクトルバンド ,  空間分解能
準シソーラス用語： *ハイパースペクトル画像 ,  入射エネルギー ,  ハイパースペクトルデータ , 【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 (7件)： フィードバック ,  埋込み ,  対数 ,  スペクトル ,  正則化 ,  ハイパースペクトル画像 ,  超解像