二重レベル深空間多様体表現を用いた効率的なハイパースペクトル画像分類に向けて【JST・京大機械翻訳】

Wang Cong; Zhang Lei; Wei Wei; Zhang Yanning

文献

J-GLOBAL ID：202202243428835939 整理番号：22A0396537

二重レベル深空間多様体表現を用いた効率的なハイパースペクトル画像分類に向けて【JST・京大機械翻訳】

Toward Effective Hyperspectral Image Classification Using Dual-Level Deep Spatial Manifold Representation

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0396537&from=J-GLOBAL&jstjournalNo=H0016B") }}

著者 (4件)： , , ,
資料名：
巻： 60 ページ： ROMBUNNO.5505614.1-14 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)

ハイパースペクトル画像(HSI)は,ピクセルワイズ分類強化のための特徴抽出(FE)または分類器(CL)成分に埋め込むことができる豊富な空間構造を含んでいる。いくつかの既存の研究は,FEまたはCL成分のいずれかを強化するために,いくつかの単純な空間構造(例えば,局所類似性)を利用してきたが,それらのほとんどは,潜在的多様体構造を考慮し,そして,同時に,多様体構造を,シームレスに両成分に埋め込む方法を,ほとんど考慮しなかった。したがって,それらの性能は,特に限られたまたは雑音のある訓練サンプルの場合において,まだ限られている。1つの石で両方の問題を解決するために,著者らは,2種類のブロックから成るHSI分類のために,SMRベースのFEブロックとSMRベースのCLブロックから成る新しい二重レベル深い空間多様体表現(SMR)ネットワークを提示する。両ブロックにおいて,グラフ畳込みを利用して,各局所空間領域に存在する潜在多様体構造を適応的にモデル化した。その差は,前者のブロックが深い特徴空間でSMRを凝縮し,各中心画素の表現を形成し,一方,後のブロックは,SMRを利用して,ローカルエリア内の他のピクセルのラベル情報を中心に伝搬する。ネットワークをうまく訓練するために,ラベル無しサンプルに教師なし情報損失を課し,結合学習のためにラベル付きサンプルで教師つき交差エントロピー損失を課し,SMR学習のための十分なサンプルを利用するためにネットワークを電力化する。2つのベンチマークHSIデータセットに関する広範な実験は,特に限られたまたは雑音のある訓練サンプルの場合において,ピクセルワイズ分類に関して提案した方法の有効性を実証した。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】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, ,

前のページに戻る