文献

J-GLOBAL ID：202202278786091707   整理番号：22A0397493

ハイパースペクトル画像分類のための空間ピークを意識した協調表現【JST・京大機械翻訳】

Spatial Peak-Aware Collaborative Representation for Hyperspectral Imagery Classification

著者 (4件)： Zhou Chengle (School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Tu Bing (School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Ren Qi (School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, China) ,  Chen Siyuan (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.5506805.1-5  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： 本レターでは,新しい空間ピーク意識協調表現(SPaCR)法を,ハイパースペクトル画像(HSI)分類のために提案し,新しい協調表現(CR)ベースの閉形式解を構築するために,スーパーピクセルクラスタ間のスペクトル四角形空間情報を正則化項に導入した。提案方法は次のキーステップから成る。最初に,生HSIを過剰セグメンテーション戦略に従って多くのスーパーピクセルにクラスタ化した。次に,クラスタピクセルを,各スーパーピクセル内のピクセル間のスペクトル-空間相関に基づいて決定した。次に,訓練サンプルと試験画素に対応するスーパーピクセルクラスタのスペクトル距離と空間コヒーレンスを融合して,画素間の差異を定義した。最後に,スペクトル-空間特徴誘起正則化項としてのクラスタ間の差情報を目的関数に組み込んだ。インドPinesとPavia HSI大学の実験結果は,提案したSPaCR法が,前処理と後処理なしで,限られたラベル付きサンプルでよく知られた最先端の分類器より優れていることを示した。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： セグメンテーション ,  前処理 ,  インド ,  *スペクトル ,  クラスタ化 ,  画素 ,  後処理 ,  クラスタ ,  目的関数 ,  正則化
準シソーラス用語： 空間情報 ,  空間コヒーレンス ,  空間相関 ,  *ハイパースペクトル画像 ,  閉形式解 , 【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 (4件)： ハイパースペクトル画像分類 ,  意識 ,  協調 ,  表現