文献

J-GLOBAL ID：202202241283064978   整理番号：22A0397429

ハイパースペクトル画像分類のためのMAPフレームワークにおける深さ方向分離可能ResNet【JST・京大機械翻訳】

Depthwise Separable ResNet in the MAP Framework for Hyperspectral Image Classification

著者 (8件)： Li Kui (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Ma Zhiguo (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Xu Linlin (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Chen Ye (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Ma Yiyi (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Wu Wei (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Wang Fang (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China) ,  Liu Zihao (School of Land Science and Technology, China University of Geosciences Beijing, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5500305.1-5  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： ハイパースペクトル画像(HSI)分類のための小型で効率的なニューラルネットワークを構築するために,このレターは深さ方向分離可能残差ニューラルネットワーク(ResNet)を提示する。このアプローチは,一般的なモバイルネットアーキテクチャにより動機づけられ,従来の空間スペクトル畳込み操作を空間独立点状スペクトル畳込みとスペクトル独立深さ方向空間畳込みに分解した。それは,HSIにおけるスペクトルおよび空間情報の分離を可能にし,また,過剰適合問題を防ぐためのネットワークサイズを大幅に削減する。クラス境界とエッジをより良く保存するために,提案したResNetを,条件付きランダム場(CRF)モデルの使用を可能にするために,最大事後(MAP)フレームワークに統合した。ベンチマークHSIシーンに関する実験結果は,提案したResNetがいくつかの一般的な深層学習HSI分類器と良好に比較され,ResNet-CRF手法が隣接クラス間のより高い精度とより良い境界を達成することを示した。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： 畳込み ,  ネットワーク ,  ニューラルネットワーク ,  残差 ,  *スペクトル ,  ベンチマーク ,  計算機アーキテクチャ ,  携帯電話
準シソーラス用語： 確率場 ,  空間情報 ,  *ハイパースペクトル画像 ,  深層学習 ,  ハイパースペクトル画像分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ハイパースペクトル画像分類 ,  MAP ,  フレームワーク ,  深さ方向