文献

J-GLOBAL ID：202202273854446173   整理番号：22A0554107

ハイパースペクトル画像における制約なし線形混合モデルと階層的雑音除去オートエンコーダによるターゲット検出【JST・京大機械翻訳】

Target Detection With Unconstrained Linear Mixture Model and Hierarchical Denoising Autoencoder in Hyperspectral Imagery

著者 (6件)： Li Yunsong (State Key Laboratory of Integrated Service Network, Xidian University, Xi’an, China) ,  Shi Yanzi (State Key Laboratory of Integrated Service Network, Xidian University, Xi’an, China) ,  Wang Keyan (State Key Laboratory of Integrated Service Network, Xidian University, Xi’an, China) ,  Xi Bobo (State Key Laboratory of Integrated Service Network, Xidian University, Xi’an, China) ,  Li Jiaojiao (State Key Laboratory of Integrated Service Network, Xidian University, Xi’an, China) ,  Gamba Paolo (Department of Electrical, Computer and Biomedical Engineering, University of Pavia, Pavia, Italy)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 1418-1432  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 非常に高いスペクトル分解能を有するハイパースペクトル画像は,類似物質の微妙なニュース同定のための新しい洞察を提供する。しかし,ハイパースペクトルターゲット検出は,大気,照明,およびセンサノイズによって引き起こされる避けられない干渉のために,クラス内非類似性とクラス間類似性の重大な課題に直面している。これらのスペクトル不整合を効果的に緩和するために,本論文では,制約のない線形混合モデルと深層学習に基づくデータ分布に関する厳密な仮定のない新しいターゲット検出法を提案した。提案した検出器は,まず特別に設計した深層学習ベースの階層的雑音除去自動符号化器を介して干渉を低減し,次に,バックグラウンド抑制とターゲット増強を目的として,2段階部分空間投影で正確な検出を行う。さらに,検出手順に必要な代表的バックグラウンドと信頼できるターゲットサンプルを生成するために,効率的な空間スペクトル統一エンドメンバー抽出法を開発した。いくつかの最先端の検出方法の性能比較と4つの実世界ハイパースペクトル画像に関する更なる分析は,著者らの提案した目標検出器の有効性と効率を実証した。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】

シソーラス用語： 検出 ,  *雑音 ,  *ターゲット ,  *スペクトル ,  符号器 ,  検出法 ,  空間 ,  スペクトル分解 ,  *スペクトル画像 ,  ニュース ,  *制約条件 ,  機械学習 ,  *雑音除去
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 ,  部分空間 ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ハイパースペクトル画像 ,  制約 ,  線形混合モデル ,  雑音除去 ,  オートエンコーダ ,  ターゲット検出