文献

J-GLOBAL ID：202202237161580262   整理番号：22A0397456

ハイパースペクトル画像のための協調表現制約積層オートエンコーダによるスペクトル没入空間異常検出【JST・京大機械翻訳】

Spectral-Spatial Anomaly Detection via Collaborative Representation Constraint Stacked Autoencoders for Hyperspectral Images

著者 (4件)： Zhao Chunhui (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Li Chuang (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Feng Shou (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Li Wei (School of Information and Electronics, Beijing Institute of Technology, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5503105.1-5  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： 今日,深い特徴を抽出する能力により,ハイパースペクトル画像(HSI)のための深層学習ベース異常検出(AD)法が広く研究されている。しかし,これら全てのAD法は特徴抽出とADのタスクを別々に処理する。また,それらの大部分はHSIの豊富な空間情報を利用しない。従って,協調表現制約積層自動符号化器(SSCRSAE)によるスペクトル-空間ハイパースペクトルAD法を提案した。第1に,協調表現制約を,協調表現ベース検出器(CRD)により適した深い非線形特徴を抽出するために,積層オートエンコーダに課した。次に,CRDを用いて予備的検出結果を得て,それはバックグラウンドの分布を仮定する必要がなく,実際のHSIにとってより便利である。最後に,SSCRSAE検出器の性能をさらに改善するために,HSIの空間情報を考慮することにより,最終検出結果を計算するための新しいスペクトルインピーダンス空間AD手順を設計した。実験結果は,提案したSSCRSAEが比較に用いる8つの最先端の異常検出器を超えることを示した。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： 特徴抽出 ,  *スペクトル ,  符号器 ,  検出器
準シソーラス用語： 空間情報 ,  *ハイパースペクトル ,  *ハイパースペクトル画像 ,  異常検出 ,  深層学習 ,  *自己符号化器 , 【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)： ハイパースペクトル画像 ,  協調 ,  表現 ,  制約 ,  オートエンコーダ ,  スペクトル ,  異常検出