文献

J-GLOBAL ID：202202287274391548   整理番号：22A0977168

MiSiCNet:深いハイパースペクトルアンミキシングのための最小シンプレックス畳込みネットワーク【JST・京大機械翻訳】

MiSiCNet: Minimum Simplex Convolutional Network for Deep Hyperspectral Unmixing

著者 (4件)： Rasti Behnood (achine Learning Group, Helmholtz Institute Freiberg for Resource Technology, Helmholtz-Zentrum Dresden-Rossendorf, Freiberg, Germany) ,  Koirala Bikram (imec-Vision Lab, University of Antwerp (CDE), Antwerp, Belgium) ,  Scheunders Paul (imec-Vision Lab, University of Antwerp (CDE), Antwerp, Belgium) ,  Chanussot Jocelyn (Laboratoire Jean Kuntzmann (LJK), Centre National de la Recherche Scientifique [French National Centre for Scientific Research (CNRS)], Inria, Grenoble Institute of Technology (Grenoble INP), Universite ́ Grenoble Alpes, Grenoble, France)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5522815.1-15  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 本論文では,深いハイパースペクトル非混合のための最小シンプレックス畳込みネットワーク(MiSiCNet)を提案した。文献で提案されたすべての深層学習ベースの非混合法とは異なり,提案した畳込み符号器-符号器アーキテクチャは,スペクトル情報に加えてハイパースペクトルデータの空間情報と幾何学的情報を組み込んだ。空間情報は畳み込みフィルタを用いて取り込まれ,存在度に事前の事前適用を適用した。幾何学的情報を,端成分推定のための損失関数における最小シンプレックス体積ペナルティ項を組み込むことによって利用した。この項は,データ中に純粋な材料ピクセルがないとき,有益であり,それは,しばしば実世界応用の場合である。模擬データセットを生成し,ここでは2つの異なる非純粋ピクセルシナリオを考察した。最初のシナリオでは,データシンプレックスの各ファセット(すなわち,2つの純粋材料の混合物)に,純粋なピクセルはないが,少なくとも2つのピクセルがある。第2のシナリオは,純粋なピクセルのない複雑なケースであり,データシンプレックスの各ファセットに1つのピクセルだけがある。さらに,3つの実データセットにおけるMiSiCNetの性能を評価する。実験結果は,ノイズと純粋な画素の不在の両方に対する提案方法のロバスト性を確認した。さらに,MiSiCNetは最先端の非混合手法よりもかなり優れている。結果を,エンドメンバー推定の度合におけるスペクトル角度距離と,豊度推定のパーセンテージにおける二乗平均平方根誤差に関して与えた。MiSiCNetをPython(3.8)に実装し,深いネットワークのためのプラットフォームとしてPyTorchを用いて,オンラインで利用できる。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： 混合 ,  雑音 ,  *畳込み ,  *ネットワーク ,  *スペクトル ,  画素 ,  符号器 ,  ファセット ,  計算機アーキテクチャ ,  ペナルティ ,  ロバスト性
準シソーラス用語： 空間情報 ,  *ハイパースペクトル ,  オンライン ,  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 (2件)： ハイパースペクトルアンミキシング ,  畳込み