論文の概要: Multi-Temporal Spatial-Spectral Comparison Network for Hyperspectral
Anomalous Change Detection
- arxiv url: http://arxiv.org/abs/2205.11395v1
- Date: Mon, 23 May 2022 15:41:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-25 00:21:45.013481
- Title: Multi-Temporal Spatial-Spectral Comparison Network for Hyperspectral
Anomalous Change Detection
- Title(参考訳): ハイパースペクトル異常検出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
- Authors: Meiqi Hu, Chen Wu, Bo Du
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 32.23764287942984
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hyperspectral anomalous change detection has been a challenging task for its
emphasis on the dynamics of small and rare objects against the prevalent
changes. In this paper, we have proposed a Multi-Temporal spatial-spectral
Comparison Network for hyperspectral anomalous change detection (MTC-NET). The
whole model is a deep siamese network, aiming at learning the prevalent
spectral difference resulting from the complex imaging conditions from the
hyperspectral images by contrastive learning. A three-dimensional spatial
spectral attention module is designed to effectively extract the spatial
semantic information and the key spectral differences. Then the gaps between
the multi-temporal features are minimized, boosting the alignment of the
semantic and spectral features and the suppression of the multi-temporal
background spectral difference. The experiments on the "Viareggio 2013"
datasets demonstrate the effectiveness of proposed MTC-NET.
- Abstract(参考訳): ハイパースペクトル異常変化検出は、小さくて希少な物体の動力学的変化に重点を置いているため、難しい課題であった。
本稿では,超スペクトル異常検出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(MTC-NET)を提案する。
モデル全体がディープシャムネットワークであり、コントラスト学習によって高スペクトル画像から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。
3次元空間スペクトルアテンションモジュールは、空間意味情報と鍵スペクトル差を効果的に抽出するように設計されている。
そして、複数の時間的特徴間のギャップを最小化し、意味的特徴とスペクトル的特徴のアライメントと、多時間的背景スペクトル差の抑制を促進する。
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。
関連論文リスト
- Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。
我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。
提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文 参考訳(メタデータ) (2024-02-04T09:07:28Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳(メタデータ) (2023-07-26T07:45:14Z) - DiffUCD:Unsupervised Hyperspectral Image Change Detection with Semantic
Correlation Diffusion Model [46.68717345017946]
ハイパースペクトル画像変化検出(HSI-CD)はリモートセンシングにおいて重要な研究領域となっている。
意味相関拡散モデル(DiffUCD)を用いた新しい教師なしHSI-CDを提案する。
提案手法は,多数のサンプルを必要とする完全教師付き手法に匹敵する結果が得られる。
論文 参考訳(メタデータ) (2023-05-21T09:21:41Z) - 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) - HyperNet: Self-Supervised Hyperspectral Spatial-Spectral Feature
Understanding Network for Hyperspectral Change Detection [19.774857440703038]
HyperNetはピクセルレベルの自己監督型空間スペクトル理解ネットワークである。
有効高スペクトル変化検出のための画素ワイド特徴表現を実現する。
提案したHyperNetの有効性と一般化をテストするために,6つのハイパースペクトルデータセットが採用された。
論文 参考訳(メタデータ) (2022-07-20T03:26:03Z) - 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) - Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image
Reconstruction [127.20208645280438]
ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。
スペクトル間相互作用のモデル化は、HSI再構成に有用である。
Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2021-11-15T16:59:48Z) - Spectral Splitting and Aggregation Network for Hyperspectral Face
Super-Resolution [82.59267937569213]
高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。
本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。
限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
論文 参考訳(メタデータ) (2021-08-31T02:13:00Z) - 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) - Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral
Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。
本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。
実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文 参考訳(メタデータ) (2020-05-18T14:25:50Z)
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。