文献

J-GLOBAL ID：202202237126449088   整理番号：22A0397484

スペクトル調和スペクトル超解像とHJ-1A衛星画像への応用【JST・京大機械翻訳】

A Spectral-Spatial Jointed Spectral Super-Resolution and Its Application to HJ-1A Satellite Images

著者 (4件)： Han Xiaolin (Department of Electronic Engineering, Institute for Ocean Engineering, Tsinghua University, Beijing, China) ,  Zhang Huan (Department of Electronic Engineering, Institute for Ocean Engineering, Tsinghua University, Beijing, China) ,  Xue Jing-Hao (Department of Statistical Science, University College London, London, U.K.) ,  Sun Weidong (Department of Electronic Engineering, Institute for Ocean Engineering, Tsinghua University, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5505905.1-5  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： 高空間分解能マルチスペクトル(HMS)画像から高空間分解能ハイパースペクトル(HHS)画像を生成するため,HMSからHHSへのより正確なマッピングを構築するならば,空間情報とスペクトル情報を同時に考慮するべきである。この目的のために,クラスタベースのマルチブランチバックプロパゲーションニューラルネットワーク(BPNN)を有する各部分空間に対するエンドツーエンド学習戦略を用いて,スペクトルおよび空間結合スペクトル超解像法を,このレターにおいて提案した。より具体的には,スペクトル類似性に加えて,修正スーパーピクセルセグメンテーションを導入し,空間的文脈情報を同時に考慮し,それによる新しいフレームワークを与えた。コロンビア大学自動化ビジョン環境(CAVE)データセットの比較は,著者らの提案した方法が,根平均二乗誤差(RMSE)で0.3以上,スペクトル角度マップ(SAM)指数で1.0以上,他の相対的最先端技術より優れていることを示した。特に,HJ-1A衛星に搭載したマルチスペクトルおよびハイパースペクトルセンサによって収集した同期観測データを用いて,模範的応用を示した。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： 自動化 ,  *スペクトル ,  クラスタ ,  エンドツーエンド方式 ,  *超解像 ,  *衛星利用画像 ,  類似性
準シソーラス用語： 空間情報 ,  文脈情報 ,  ハイパースペクトル ,  多重スペクトル ,  平均二乗誤差 ,  部分空間 ,  高空間分解能 ,  ハイパースペクトルセンサ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： スペクトル ,  調和 ,  超解像 ,  衛星画像 ,  応用