文献

J-GLOBAL ID：202202241079497496   整理番号：22A0202702

ハイパースペクトル画像分類のための多次元局所二値パターン【JST・京大機械翻訳】

Multidimensional Local Binary Pattern for Hyperspectral Image Classification

著者 (4件)： Li Yanshan (ATR National Key Laboratory of Defense Technology, Shenzhen University, Shenzhen, China) ,  Tang Haojin (ATR National Key Laboratory of Defense Technology, Shenzhen University, Shenzhen, China) ,  Xie Weixin (ATR National Key Laboratory of Defense Technology, Shenzhen University, Shenzhen, China) ,  Luo Wenhan (Tencent, Shenzhen, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5505113.1-13  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)に含まれる大量の空間およびスペクトル情報のために,HSIの特徴記述は,近年,広範囲にわたる関心を集めてきた。既存の深層学習ベースのHSI特徴記述アルゴリズムは,多数の訓練サンプルを必要とし,貧弱な解釈性を持っている。したがって,機械学習に基づく解釈性を有する効率的HSI特徴記述アルゴリズムを開発する必要がある。局所二値パターン(LBP)は,画像の特徴記述とマッチングに広く適用されている画像の局所的空間テクスチャ特徴を抽出するために用いられる古典的記述子である。しかしながら,HSIのための既存のLBPアルゴリズムは,単一次元記述に基づいていて,それは空間光電子スペクトル情報の発現に関する限界に導いた。したがって,HSIのためのClifford代数に基づく多次元LBP(MDLBP)をこの論文で提案し,それは多重次元から空間四角形スペクトル特徴を抽出することができる。最初に,Clifford代数の理論によって,空間およびスペクトル情報を含むHSIの新しい表現を構築した。第2に,Clifford代数空間におけるHSIの局所幾何学間の幾何学的関係を計算し,局所空間四角形スペクトル情報の局所多次元記述を実現した。最後に,HSIの新しいLBP符号化アルゴリズムを,HSIの特徴記述子を計算するために,局所多次元記述に基づいて実行した。HSI分類に関する実験結果は,著者らの提案したMDLBPアルゴリズムが,特に小規模訓練サンプルの場面において,代表的空間-スペクトル特徴および既存のLBPアルゴリズムより高い精度を達成できることを示した。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： アルゴリズム ,  幾何学 ,  光電子スペクトル ,  *スペクトル ,  多重化 ,  一次元 ,  *高次元 ,  Clifford代数 ,  機械学習
準シソーラス用語： *ハイパースペクトル画像 ,  暗号アルゴリズム ,  テクスチャ特徴 ,  深層学習 ,  スペクトル特徴 ,  ハイパースペクトル画像分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ハイパースペクトル画像分類 ,  多次元 ,  二値