論文の概要: A Novel Approach for Dimensionality Reduction and Classification of
Hyperspectral Images based on Normalized Synergy
- arxiv url: http://arxiv.org/abs/2210.13901v1
- Date: Tue, 25 Oct 2022 10:36:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-26 15:06:40.653768
- Title: A Novel Approach for Dimensionality Reduction and Classification of
Hyperspectral Images based on Normalized Synergy
- Title（参考訳）: 正規化相乗法に基づく超スペクトル画像の次元的縮小と分類の新しいアプローチ
- Authors: Asma Elmaizi, Hasna Nhaila, Elkebir Sarhrouni, Ahmed Hammouch and
Nacir Chafik
- Abstract要約: クラス予測に相補的な関連帯域を検出するために,新しいフィルタ手法である正規化相互シナジー(NMS)を提案する。
提案手法は,最大正規化交感神経情報の組み合わせに基づいて,選択した帯域の識別力を測定する。
NASAが提案した3つのベンチマークハイパースペクトル画像の実験結果は、提案手法の堅牢性、有効性、識別力を示した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: During the last decade, hyperspectral images have attracted increasing
interest from researchers worldwide. They provide more detailed information
about an observed area and allow an accurate target detection and precise
discrimination of objects compared to classical RGB and multispectral images.
Despite the great potentialities of hyperspectral technology, the analysis and
exploitation of the large volume data remain a challenging task. The existence
of irrelevant redundant and noisy images decreases the classification accuracy.
As a result, dimensionality reduction is a mandatory step in order to select a
minimal and effective images subset. In this paper, a new filter approach
normalized mutual synergy (NMS) is proposed in order to detect relevant bands
that are complementary in the class prediction better than the original
hyperspectral cube data. The algorithm consists of two steps: images selection
through normalized synergy information and pixel classification. The proposed
approach measures the discriminative power of the selected bands based on a
combination of their maximal normalized synergic information, minimum
redundancy and maximal mutual information with the ground truth. A comparative
study using the support vector machine (SVM) and k-nearest neighbor (KNN)
classifiers is conducted to evaluate the proposed approach compared to the
state of art band selection methods. Experimental results on three benchmark
hyperspectral images proposed by the NASA "Aviris Indiana Pine", "Salinas" and
"Pavia University" demonstrated the robustness, effectiveness and the
discriminative power of the proposed approach over the literature approaches.
Keywords: Hyperspectral images; target detection; pixel classification;
dimensionality reduction; band selection; information theory; mutual
information; normalized synergy
- Abstract（参考訳）: 過去10年間で、ハイパースペクトル画像は世界中の研究者の関心を集めている。
観測された領域に関するより詳細な情報を提供し、従来のrgbやマルチスペクトル画像と比較して、正確なターゲット検出とオブジェクトの正確な識別を可能にする。
ハイパースペクトル技術の大きな可能性にもかかわらず、大量のデータの解析と活用は依然として困難な課題である。
無関係な冗長画像やノイズ画像の存在は分類精度を低下させる。
結果として、最小かつ効果的な画像サブセットを選択するためには、次元削減が必須のステップである。
本稿では,従来の超スペクトル立方体データよりも,クラス予測に相補的な関連帯域を検出するために,新しいフィルタアプローチの正規化相互相乗法(nms)を提案する。
このアルゴリズムは、正規化されたシナジー情報による画像選択とピクセル分類の2つのステップから構成される。
提案手法は, 最大正規化交感神経情報, 最小冗長性, 最大相互情報と基底真理の組み合わせに基づいて, 選択したバンドの判別力を測定する。
支援ベクトルマシン (SVM) とk-nearest neighbor (KNN) の分類器を用いた比較検討を行い, 提案手法をアートバンド選択法と比較した。
NASAの"Aviris Indiana Pine"、"Salinas"、"Pavia University"の3つのベンチマークハイパースペクトル画像による実験結果から、文献的アプローチに対する提案されたアプローチの堅牢性、有効性、識別力が確認された。
キーワード:ハイパースペクトル画像、ターゲット検出、画素分類、次元縮小、バンド選択、情報理論、相互情報、正規化相乗効果
関連論文リスト
- Improving Vision Anomaly Detection with the Guidance of Language
Modality [64.53005837237754]
本稿では,マルチモーダルの観点から視覚モダリティの課題に取り組む。
本稿では,冗長な情報問題とスパース空間問題に対処するために,クロスモーダルガイダンス(CMG)を提案する。
視覚異常検出のためのよりコンパクトな潜在空間を学習するために、CMLEは言語モダリティから相関構造行列を学習する。
論文 参考訳（メタデータ） (2023-10-04T13:44:56Z) - Two Approaches to Supervised Image Segmentation [55.616364225463066]
本研究は、深層学習とマルチセットニューロンのアプローチの比較実験を開発する。
ディープラーニングアプローチは、画像セグメンテーションの実行の可能性を確認した。
代替のマルチセット手法では、計算資源をほとんど必要とせずに精度を向上することができた。
論文 参考訳（メタデータ） (2023-07-19T16:42:52Z) - Hybridization of filter and wrapper approaches for the dimensionality
reduction and classification of hyperspectral images [0.0]
ハイパースペクトル画像の次元化のための帯域選択によるハイブリッドアルゴリズムを提案する。
提案手法は,相互情報に基づく効率的な再生フィルタ手法と比較する。
論文 参考訳（メタデータ） (2022-10-29T05:25:10Z) - Hyperspectral Images Classification and Dimensionality Reduction using
spectral interaction and SVM classifier [0.0]
ハイパースペクトル画像(HSI)の高次元性は、収集したデータを分析する上で大きな課題の1つである。
ノイズ、冗長、無関係なバンドの存在は、計算複雑性を増大させる。
本稿では,スペクトル相互作用尺度に基づく新しいフィルタ手法と,次元減少のための支持ベクトルマシンを提案する。
論文 参考訳（メタデータ） (2022-10-27T15:37:57Z) - A novel information gain-based approach for classification and
dimensionality reduction of hyperspectral images [0.0]
本稿では,高スペクトル画像の次元化と分類のための情報ゲインに基づく新しいフィルタ手法を提案する。
ハイパースペクトル帯の選択に基づく特別な戦略が採用され、最も情報性の高いバンドを選択し、無関係でノイズの多いバンドを捨てる。
提案手法は,2つのベンチマークハイパースペクトルデータセット(インド,パヴィア)と3つの競合する手法を用いて比較する。
論文 参考訳（メタデータ） (2022-10-26T20:59:57Z) - A new band selection approach based on information theory and support
vector machine for hyperspectral images reduction and classification [0.0]
スペクトル帯の選択は、無関係でノイズの多い、冗長なバンドを取り除くための重要なステップです。
本稿では,各帯域間の統計的依存度と相関度を測定するために,共同情報に基づく新たな戦略を提案する。
提案手法は,相互情報に基づく効率的な再生フィルタと比較する。
論文 参考訳（メタデータ） (2022-10-26T10:54:23Z) - New wrapper method based on normalized mutual information for dimension
reduction and classification of hyperspectral images [0.0]
正規化相互情報(NMI)と誤り確率(PE)に基づく新しいラッパー手法を提案する。
NASAのAVIRIS(Airborne Visible/Infrared Imaging Spectrometer Sensor)が捉えた、2つの挑戦的なハイパースペクトルベンチマークデータセットで実験が行われた。
論文 参考訳（メタデータ） (2022-10-25T21:17:11Z) - Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。
医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。
BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2022-03-29T08:41:17Z) - Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。
我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。
その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文 参考訳（メタデータ） (2020-08-19T13:13:01Z) - Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
グループベース画像復元法は,パッチ間の類似性収集に有効である。
各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。
提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
論文 参考訳（メタデータ） (2020-08-09T15:12:16Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z)
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。