文献

J-GLOBAL ID：202202264385545633   整理番号：22A0482683

エンドツーエンドハイパースペクトルオブジェクトトラッキングのための帯域再グループ化および応答レベル融合【JST・京大機械翻訳】

Band Regrouping and Response-Level Fusion for End-to-End Hyperspectral Object Tracking

著者 (5件)： Ouyang Er (Hunan Engineering Technology Research Center for 3D Reconstruction and Intelligent Application, School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Wu Jianhui (Hunan Engineering Technology Research Center for 3D Reconstruction and Intelligent Application, School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Li Bin (Hunan Engineering Technology Research Center for 3D Reconstruction and Intelligent Application, School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Zhao Lin (Hunan Engineering Technology Research Center for 3D Reconstruction and Intelligent Application, School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Hu Wenjing (Hunan Engineering Technology Research Center for 3D Reconstruction and Intelligent Application, School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6005805.1-5  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： 視覚物体追跡はコンピュータビジョンにおいて基本的役割を果たす。ハイパースペクトル画像(HSI)のユニークなスペクトルと空間的特徴の抽出は,特にハイパースペクトル物体追跡において,複雑なシナリオにおける追跡性能を著しく改善できる。しかし,限られた訓練サンプルのため,手作業の特徴は,オブジェクトの固有の性質を十分に記述できないが,ほとんどの現在のハイパースペクトルトラッカーで採用されている。本レターは,カラービデオ上で訓練された深いモデルを採用して,この問題を解決する特徴を表現するために,深い転送学習に基づくハイパースペクトル物体追跡のためのバンド再グループ化および応答レベル融合ネットワーク(BRRF-Net)を提案した。特に,ハイパースペクトル特徴情報を用いてバンド重みを生成する新しいバンド再グループ化サブネットワークを提案した。バンドは,バンド重みを用いていくつかのグループに分割され,Siameseネットワークに輸入される。最後に,応答レベル融合戦略を採用して,オブジェクトの正確な位置のためにトラッカー結果を統合した。ハイパースペクトルビデオに関する実験は,BRRF-Netの精度が最大0.689であり,現在のハイパースペクトルオブジェクトトラッカーと比較して最先端の性能であり,BRRF-Netの有効性と優位性を証明した。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： 視覚 ,  学習 ,  ネットワーク ,  *スペクトル ,  録画装置 ,  *エンドツーエンド方式 ,  コンピュータビジョン ,  有効性 ,  *周波数帯
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 ,  *物体追跡 ,  サブネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： エンドツーエンド ,  帯域 ,  グループ化 ,  応答 ,  融合