文献

J-GLOBAL ID：202202287440009799   整理番号：22A0482409

パンシャープニングのための残差情報強化によるデュアルストリーム畳込みニューラルネットワーク【JST・京大機械翻訳】

Dual-Stream Convolutional Neural Network With Residual Information Enhancement for Pansharpening

著者 (6件)： Yang Yong (School of Information Technology, Jiangxi University of Finance and Economics, Nanchang, China) ,  Tu Wei (School of Information Technology, Jiangxi University of Finance and Economics, Nanchang, China) ,  Huang Shuying (School of Computer Science and Technology, Tiangong University, Tianjin, China) ,  Lu Hangyuan (College of Information Engineering, Jinhua Polytechnic, Jinhua, China) ,  Wan Weiguo (School of Software and Internet of Things Engineering, Jiangxi University of Finance and Economics, Nanchang, China) ,  Gan Lixin (School of Mathematics and Computer Science, Jiangxi Science and Technology Normal University, Nanchang, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5402416.1-16  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： 深層学習ベースパンシャープニング法は,それらの強力な特徴表現能力により顕著な結果を達成した。しかし,既存の深層学習ベースのパンシャープニング法は,異なる解像度の特徴間の情報交換と共有を欠いているだけでなく,異なるレベルで残留情報を効果的に使用できない。これらの欠点は,パンシャープ化画像における空間情報とスペクトル情報の損失につながる可能性がある。上記の問題に取り組むために,著者らは,パンシャープ化のために残差情報強化(DSCNN-RIE)を有する新規二重ストリーム畳込みニューラルネットワークを提案した。提案したネットワークは,主に,種々のサイズの畳込みフィルタを用いて,2つの異なる解像度で様々な空間詳細を抽出することができる,二重ストリーム情報相補性ブロック(DSICBs)の集合から成り,2つの異なる分解能の間で相補的情報を移動できる。さらに,ネットワークの学習能力を改善し,特徴抽出を強化するために,RIE戦略を提示して,カスケードDSICBsの出力に異なるレベルの残差をスタックした。ソース画像の浅い特徴情報を用いて抽出した特徴を統合することにより,最終的パンシャープ化画像を得た。3つのデータセットに関する実験結果は,DSCNN-RIEが主観的および客観的画像品質評価において10の他の最先端のパンシャープ化方法より優れていることを実証した。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： *畳込み ,  フィルタ ,  *ネットワーク ,  分解能 ,  特徴抽出 ,  *残差 ,  スペクトル ,  相補性 ,  情報交換
準シソーラス用語： 空間情報 ,  品質評価 ,  学習能力 ,  特徴表現 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： 残差 ,  強化 ,  デュアル ,  ストリーム ,  畳込みニューラルネットワーク