文献

J-GLOBAL ID：202202246075794579   整理番号：22A0416519

改良型局所含有プロファイルを用いたハイパースペクトルおよびLiDARデータの共同分類【JST・京大機械翻訳】

Joint Classification of Hyperspectral and LiDAR Data Using Improved Local Contain Profile

著者 (6件)： Cao Dandan (College of Information Science Technology, Beijing University of Chemical Technology, Beijing, China) ,  Li Wei (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Li Lu (College of Automation, Beijing Information Science and Technology University, Beijing, China) ,  Ran Qiong (College of Information Science Technology, Beijing University of Chemical Technology, Beijing, China) ,  Zhang Mengmeng (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Tao Ran (School of Information and Electronics, Beijing Institute of Technology, Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 757  ページ： 137-150  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： マルチソースリモートセンシングデータを用いた共同分類は,ますます注目を集めている。いくつかの複雑な調査場面に対して,単一ハイパースペクトル画像(HSI)に頼ることは,高精度分類の目的を満たすのに十分ではない。比較として,光検出と測距(LiDAR)データは構造と標高特性に富んでいる。識別特性を抽出するために,最先端の消火プロファイル(EP)と局所含有プロファイル(LCP)を調べた。しかし,EPはシャドウオクルージョンのような外部環境に敏感であり,LCPにおけるフィルタリング戦略は複雑な地形シーンを扱うとき有用な情報を失う傾向がある。したがって,改良LCP(ILCP)法を,共同分類のためにHSIとLiDARデータから特徴を抽出するために提案する。提案したILCPはEPより安定であり,ILCPによって抽出された特徴の寸法はEPの半分であり,Hughes現象を避けることができる。LCPと比較して,ILCPは消去値の代わりに閾値ベースのフィルタリングを使用し,分類のためのより有用な情報を保持する。さらに,特徴レベル融合を抽出特徴に適用して,次に統合特徴を最終分類のためにサポートベクトルマシン(SVM)に入力した。本論文では,EPとLCPも比較方法として採用した。1つの実際のマルチ資源リモートセンシングデータで検証された実験結果は,提案したILCPが従来法より優れていることを実証した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  特徴抽出 ,  消火 ,  距離測定 ,  光検出 ,  オクルージョン ,  *サポートベクトルマシン
準シソーラス用語： *ハイパースペクトル ,  ハイパースペクトル画像 ,  高精度 ,  標高 ,  *LIDARデータ ,  リモートセンシングデータ ,  ハイパースペクトル画像分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 改良された局所含有プロファイル(ILCP) ,  ハイパースペクトル画像分類 ,  マルチソースデータ ,  特徴抽出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： プロファイル ,  ハイパースペクトル ,  LIDARデータ ,  共同 ,  分類