文献

J-GLOBAL ID：202202271912534745   整理番号：22A0589993

深層背景再構成に基づく異常検出を用いたハイパースペクトル画像における顕著な物体検出【JST・京大機械翻訳】

Salient object detection in hyperspectral images using deep background reconstruction based anomaly detection

著者 (2件)： Singh Pangambam Sendash (Department of Computer Science, Banaras Hindu University, Varanasi, India) ,  Karthikeyan Subbiah (Department of Computer Science, Banaras Hindu University, Varanasi, India)
資料名： Remote Sensing Letters  (Remote Sensing Letters)
巻： 13  号： 2  ページ： 184-195  発行年： 2022年 
JST資料番号： W2289A  ISSN： 2150-704X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多くの画像処理とコンピュータビジョンアプリケーションのための基礎を形成する重要なタスクは,サレントオブジェクト検出である。近年,この領域における研究は,マルチスペクトルおよびハイパースペクトル画像を含む応用に対してRGB画像を超えて拡張されている。しかし,顕著な物体検出のための既存のアルゴリズムのほとんどは,しばしばオブジェクトの不完全な表現をもたらし,しばしばぼけたエッジを持つ顕著性マップを生成する。本論文では,1クラスサポートベクトルマシンと深層学習自動符号化器を結合することにより,異常検出による効率的なハイパースペクトル画像突出物体検出法を提案した。ここでは,ハイパースペクトル画像における顕著性検出問題を教師なし深層バックグラウンドスペクトル再構成ベース異常検出として定式化した。提案方法は,まず,自動エンコーダのスペクトル再構成残差に関して入力ハイパースペクトル画像のバックグラウンドをモデル化するために,深いオートエンコーダを採用して,次に,1クラスサポートベクトルマシンベースの異常検出を通して,画像から突出したオブジェクトを検出する。提案方法を,顕著な物体検出用の公開利用可能なハイパースペクトル画像データセットで評価した。実験結果は,著者らの提案方法が,様々な性能測度に関して,他の以前の方法より,より効率的で優れていることがわかった。Please refer to the publisher for the copyright holders. 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 ,  残差 ,  画像処理 ,  *スペクトル ,  *画像 ,  符号器 ,  応用プログラム ,  *スペクトル画像 ,  コンピュータビジョン ,  定式化
準シソーラス用語： 多重スペクトル ,  *ハイパースペクトル画像 ,  *物体検出 ,  性能測度 ,  顕著性マップ ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 深層 ,  背景 ,  再構成 ,  異常検出 ,  ハイパースペクトル画像 ,  物体検出