文献

J-GLOBAL ID：202202289191354850   整理番号：22A0456411

PSCSC-Net:パンシャープニングのための深層結合畳込みスパース符号化ネットワーク【JST・京大機械翻訳】

PSCSC-Net: A Deep Coupled Convolutional Sparse Coding Network for Pansharpening

著者 (1件)： Yin Haitao (College of Automation and College of Artificial Intelligence, Nanjing University of Posts and Telecommunications, Nanjing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5402016.1-16  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： 低解像度マルチスペクトル(MS)画像と高解像度パンクロマチック画像を考えると,パンシャープニングのタスクは高分解能MS画像を生成することである。深層学習(DL)ベースの方法は,最近,広範囲な注目を集めている。既存のDLベースの方法と異なり,本論文は,学習された反復ソフト閾値化アルゴリズムによって触発されたパンシャープ化のための新規な深層ニューラルネットワークを提案する。最初に,結合畳込みスパース符号化ベースのパンシャープニング(PSCSC)モデルと関連伝統的最適化アルゴリズムを提案した。次に,PSCSCを解決するための従来のアルゴリズムの手順に従って,解釈可能なエンドツーエンド深層パンシャープニングネットワークを,深いアンフォールディング戦略を用いて開発した。また,設計した深いアーキテクチャは,詳細注入(DI)ベースの方式の観点から理解できる。本研究は,DL-,DI-,および変分最適化ベースの方式をフレームワークに統合する解決策を提供する。縮小およびフルスケールデータセットに関する実験結果は,提案した深いパンシャープニングネットワークが一般的な従来法およびいくつかの現在のDLベースの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： アルゴリズム ,  最適化 ,  *畳込み ,  変分法 ,  *ネットワーク ,  最適化手法 ,  デコンボリューション ,  エンドツーエンド方式 ,  深層 ,  高分解能 ,  計算機アーキテクチャ
準シソーラス用語： 多重スペクトル ,  *スパースコーディング ,  深層学習 ,  ディープニューラルネットワーク , 【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 (3件)： 深層 ,  畳込み ,  スパース符号化