文献

J-GLOBAL ID：202202291669471726   整理番号：22A0397513

SSCAN:ハイパースペクトル画像雑音除去のための空間没入スペクトルクロス注意ネットワーク【JST・京大機械翻訳】

SSCAN: A Spatial-Spectral Cross Attention Network for Hyperspectral Image Denoising

著者 (5件)： Wang Zhiqiang (School of Remoter Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Shao Zhenfeng (State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan, China) ,  Huang Xiao (Department of Geosciences, University of Arkansas, Fayetteville, AR, USA) ,  Wang Jiaming (State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan, China) ,  Lu Tao (School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5508805.1-5  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： ハイパースペクトル画像(HSI)は,それらが提供できる豊富なスペクトル情報のおかげで,様々なアプリケーションで広く使用されている。すべてのHSI処理タスクの中で,HSI雑音除去は重要なステップである。近年,深層学習ベース画像雑音除去法に大きな進歩が見られた。しかし,既存の努力は,隣接スペクトルバンド間の相関を無視する傾向があり,雑音除去結果におけるスペクトル歪やぼけエッジのような問題をもたらす。本研究では,グループ畳み込みと注意モジュールを組み合わせたスペクトル-空間交差注意ネットワーク(SSCAN)と呼ばれる新しいHSI雑音除去ネットワークを提案した。特に,著者らは,空間注意モジュールによるグループ畳込みを用いて,バンドワイズに重要な特徴に対するモデル注意の指向によって特徴抽出を容易にした。また,HSIにおける空間およびスペクトル情報を効果的に利用するために,スペクトル四角形空間注意ブロック(SSAB)を提案した。さらに,訓練安定性を確保するためにスキップ接続による残差学習操作を採用した。実験結果は,提案したSSCANがいくつかの最先端のHSI雑音除去アルゴリズム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： アルゴリズム ,  畳込み ,  学習 ,  *ネットワーク ,  特徴抽出 ,  残差 ,  *スペクトル ,  応用プログラム ,  スペクトルバンド ,  *雑音除去
準シソーラス用語： *ハイパースペクトル ,  *ハイパースペクトル画像 ,  *画像雑音除去 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ハイパースペクトル画像 ,  雑音除去 ,  スペクトル ,  注意