文献

J-GLOBAL ID：202202287908765676   整理番号：22A0396549

ハイパースペクトルターゲット検出のための質量推定によるアンサンブルベース情報検索【JST・京大機械翻訳】

Ensemble-Based Information Retrieval With Mass Estimation for Hyperspectral Target Detection

著者 (7件)： Sun Xiaotong (Airborne Remote Sensing Center, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China) ,  Qu Ying (Department of Electrical Engineering and Computer Science, Advanced Imaging and Collaborative Information Processing Group, University of Tennessee, Knoxville, TN, USA) ,  Gao Lianru (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China) ,  Sun Xu (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China) ,  Qi Hairong (Department of Electrical Engineering and Computer Science, Advanced Imaging and Collaborative Information Processing Group, University of Tennessee, Knoxville, TN, USA) ,  Zhang Bing (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China) ,  Shen Ting (Airborne Remote Sensing Center, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5508123.1-23  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： 目標の事前情報を考えると,ハイパースペクトルターゲット検出は,背景から対象のオブジェクトを分離するためのスペクトル差の利用に焦点を合わせ,機械学習(ML)における情報検索(IR)タスクとして処理できる。ほとんどの従来の検出法は,元の特徴空間で動作し,特定の仮定に大きく依存し,ハイパースペクトル画像(HSI)におけるターゲットと背景のための特徴の効果的抽出を保証できない。質量推定(ME)は,IRにおける問題を効果的に解決し,特定の仮定によって制限されないことが証明されているベースモデリング機構である。本論文では,ME(EIRME)によるアンサンブルベースIRによる新しいターゲット検出法を提案した。サンプル集合からランクデータ点までの順序を直接導出することにより,MEは,与えられたターゲットと類似の点が異種点から遠く離れていることを確実にする簡単で直接的なランキング測度を提供する。質量分布の推定のために,提案方法は,特徴空間を生成するためにツリー構造マッピングを利用し,その中で,ターゲットとバックグラウンドの分離性をさらに改善した。特に,質量測定によるIR法の直接移動がHSIにおけるターゲット検出の高精度要求に特に合致できないという技術的困難を破るので,著者らは,検出出力に対するスペクトル差を定量化するために,ツリートポロジーと質量測度を革新的に組み合わせる特殊測定,トポロジー質量を開発した。さらに,アンサンブルツリーを通しての並列測定に基づくMEによるIRは,ハイパースペクトルターゲット検出に対してより良い一般化能力とより高い精度を有するロバスト解法を提供して,実用化を容易にした。ベンチマークHSIデータセットに関する実験結果は,著者らが開発した特殊な測定が,MEによるIR法の直接移動の欠点をうまく克服し,ユニークな利点を示すことを証明した。さらに,最も古典的で先進的な検出アルゴリズムとの比較は,提案した方法の優位性を実証した。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： 位相幾何学 ,  測度 ,  *情報検索 ,  *スペクトル ,  ツリー構造 ,  検出法 ,  ベンチマーク ,  ロバスト性 ,  機械学習
準シソーラス用語： 事前知識 ,  *ハイパースペクトル ,  ハイパースペクトル画像 ,  ターゲット検出 ,  特徴空間 ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ハイパースペクトル ,  ターゲット検出 ,  質量 ,  推定 ,  アンサンブル ,  情報検索