論文の概要: Binary Change Guided Hyperspectral Multiclass Change Detection

• arxiv url: http://arxiv.org/abs/2112.04493v1
• Date: Wed, 8 Dec 2021 13:17:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-11 02:05:49.429961
• Title: Binary Change Guided Hyperspectral Multiclass Change Detection
• Title（参考訳）: 双対変化誘導ハイパースペクトル多クラス変化検出
• Authors: Meiqi Hu, Chen Wu, Bo Du, Liangpei Zhang
• Abstract要約: HMCDのための教師なしバイナリチェンジガイドハイパースペクトルマルチクラスチェンジ検出ネットワーク(BCG-Net)を提案する。 BCG-Netでは、新しい部分スキーム統一混合モジュールが多時間スペクトルアンミックスのために設計されている。 従来のルールが数値値に影響を受けやすいという問題に対処するために、革新的なバイナリ変更検出規則が提案されている。
• 参考スコア（独自算出の注目度）: 40.225584259198634
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Characterized by tremendous spectral information, hyperspectral image is able to detect subtle changes and discriminate various change classes for change detection. The recent research works dominated by hyperspectral binary change detection, however, cannot provide fine change classes information. And most methods incorporating spectral unmixing for hyperspectral multiclass change detection (HMCD), yet suffer from the neglection of temporal correlation and error accumulation. In this study, we proposed an unsupervised Binary Change Guided hyperspectral multiclass change detection Network (BCG-Net) for HMCD, which aims at boosting the multiclass change detection result and unmixing result with the mature binary change detection approaches. In BCG-Net, a novel partial-siamese united-unmixing module is designed for multi-temporal spectral unmixing, and a groundbreaking temporal correlation constraint directed by the pseudo-labels of binary change detection result is developed to guide the unmixing process from the perspective of change detection, encouraging the abundance of the unchanged pixels more coherent and that of the changed pixels more accurate. Moreover, an innovative binary change detection rule is put forward to deal with the problem that traditional rule is susceptible to numerical values. The iterative optimization of the spectral unmixing process and the change detection process is proposed to eliminate the accumulated errors and bias from unmixing result to change detection result. The experimental results demonstrate that our proposed BCG-Net could achieve comparative or even outstanding performance of multiclass change detection among the state-of-the-art approaches and gain better spectral unmixing results at the same time.
• Abstract（参考訳）: スペクトル情報によって特徴付けられるハイパースペクトル画像は、微妙な変化を検出し、変化検出のための様々な変化クラスを識別することができる。 最近の研究は、ハイパースペクトラルなバイナリ変更検出が中心だが、微妙な変更クラス情報を提供できない。 また,高スペクトルマルチクラス変化検出 (HMCD) のためのスペクトルアンミキシングを取り入れたほとんどの手法は,時間的相関や誤差蓄積の無視に悩まされている。 本研究では,HMCDのための教師なし双対変化ガイド型ハイパースペクトルマルチクラス変化検出ネットワーク(BCG-Net)を提案する。 BCG-Netでは、複数時間スペクトルアンミキシングのために、新しい部分テーマ統一アンミキシングモジュールを設計し、バイナリ変化検出結果の擬似ラベルによって誘導される画期的な時間的相関制約を開発し、変化検出の観点から、変化した画素と変化した画素の重み付けをより正確にするためのアンミキシングプロセスを導出する。 さらに、従来のルールが数値に影響を及ぼすという問題に対処するために、革新的なバイナリ変更検出ルールが提案される。 スペクトル未混合過程と変化検出過程の反復最適化を提案し, 累積誤差とバイアスを未混合結果から除去し, 変化検出結果を得る。 実験結果から,提案するbcg-netは最先端のアプローチにおいて,マルチクラス変化検出の性能を比較評価し,同時にスペクトル非混合結果を得ることができた。

関連論文リスト

• GIT: Detecting Uncertainty, Out-Of-Distribution and Adversarial Samples using Gradients and Invariance Transformations [77.34726150561087]
  本稿では,ディープニューラルネットワークにおける一般化誤差検出のための総合的アプローチを提案する。 GITは勾配情報と不変変換の利用を組み合わせる。 本実験は,各種ネットワークアーキテクチャの最先端技術と比較して,GITの優れた性能を示すものである。
  論文  参考訳（メタデータ） (2023-07-05T22:04:38Z)
• EMS-Net: Efficient Multi-Temporal Self-Attention For Hyperspectral Change Detection [32.23764287942984]
  我々は,高スペクトル変化検出のための高効率多時間自己アテンションネットワーク(EMS-Net)を提案している。 EMS-Netは、類似した非変更機能マップの冗長性を削減し、正確なバイナリ変更マップのための効率的なマルチテンポラリ変更情報を計算する。 2つのハイパースペクトル変化検出データセットに実装された実験は、提案手法の優れた性能と妥当性を示す。
  論文  参考訳（メタデータ） (2023-03-24T02:11:22Z)
• Robust Domain Adaptive Object Detection with Unified Multi-Granularity Alignment [59.831917206058435]
  ドメイン適応検出は、ターゲットドメイン上の検出器の一般化を改善することを目的としている。 近年のアプローチは、異なる粒度の特徴アライメントを通じて、逆学習を通じてドメイン適応を実現する。 ドメイン不変な特徴学習のための統合多重粒度アライメント(MGA)に基づく検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-01-01T08:38:07Z)
• Multi-Temporal Spatial-Spectral Comparison Network for Hyperspectral Anomalous Change Detection [32.23764287942984]
  MTC-NET(Hyperspectral Anomalous Change Detection)のためのマルチテンポラル空間スペクトル比較ネットワークの提案を行った。 モデル全体はディープ・サイムズ・ネットワークであり、コントラスト学習により高スペクトル画像からの複雑な撮像条件から生じるスペクトル差を学習することを目的としている。 Viareggio 2013データセットの実験では、提案されたMCC-NETの有効性が示されている。
  論文  参考訳（メタデータ） (2022-05-23T15:41:27Z)
• E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
  逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。 私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。 統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
  論文  参考訳（メタデータ） (2022-03-07T17:25:02Z)
• A Joint Morphological Profiles and Patch Tensor Change Detection for Hyperspectral Imagery [2.9848983009488936]
  多時間ハイパースペクトル画像は、変化した情報を検出するために使用することができる。 変化特徴のスペクトル情報と空間情報の両方をよりよく発掘するため,JMPT法(Joint morphology and patch-tensor change detection)を提案する。 2つの実超スペクトルデータセットで行った実験は、提案した検出器がより良い検出性能を達成することを示す。
  論文  参考訳（メタデータ） (2022-01-20T07:34:17Z)
• Bayesian Uncertainty Estimation of Learned Variational MRI Reconstruction [63.202627467245584]
  我々は,モデル不連続な不確かさを定量化するベイズ変分フレームワークを提案する。 提案手法はMRIのアンダーサンプを用いた再建術の術後成績を示す。
  論文  参考訳（メタデータ） (2021-02-12T18:08:14Z)
• Hyperspectral Anomaly Change Detection Based on Auto-encoder [40.32592332449066]
  ハイパースペクトル異常変化検出(HACD)は、ハイパースペクトル画像(HSI)間の小さいが重要な異常変化を見つけるのに役立つ 本稿では,自動エンコーダ(ACDA)に基づく独自のHACDアルゴリズムを提案し,非線形解を提案する。 実験の結果は、"Viareggio 2013"データセットで、従来の手法よりも効率と優越性を実証している。
  論文  参考訳（メタデータ） (2020-10-27T08:07:08Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)
• DASNet: Dual attentive fully convolutional siamese networks for change detection of high resolution satellite images [17.839181739760676]
  研究の目的は、関心の変化情報を識別し、無関係な変更情報を干渉要因としてフィルタリングすることである。 近年、ディープラーニングの台頭により、変化検出のための新しいツールが提供され、目覚ましい結果が得られた。 我々は,高解像度画像における変化検出のための新しい手法,すなわち,二重注意型完全畳み込みシームズネットワーク(DASNet)を提案する。
  論文  参考訳（メタデータ） (2020-03-07T16:57:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。