論文の概要: A Survey on Fundamental Concepts and Practical Challenges of Hyperspectral images

• arxiv url: http://arxiv.org/abs/2210.16237v1
• Date: Tue, 25 Oct 2022 23:52:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-06 14:47:10.532585
• Title: A Survey on Fundamental Concepts and Practical Challenges of Hyperspectral images
• Title（参考訳）: ハイパースペクトル画像の基礎概念と実践的課題に関する調査研究
• Authors: Hasna Nhaila, Elkebir Sarhrouni and Ahmed Hammouch
• Abstract要約: ハイパースペクトル画像(HSI)は、100以上の画像を抽出する完璧なセンサーを使用し、従来のマルチスペクトルデータよりも詳細な情報を提供する。 本稿では,受動受信におけるコミュニケーションのこのような側面について検討することを目的とする。
• 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: The Remote sensing provides a synoptic view of land by detecting the energy reflected from Earth's surface. The Hyperspectral images (HSI) use perfect sensors that extract more than a hundred of images, with more detailed information than using traditional Multispectral data. In this paper, we aim to study this aspect of communication in the case of passive reception. First, a brief overview of acquisition process and treatment of Hyperspectral images is provided. Then, we explain representation spaces and the various analysis methods of these images. Furthermore, the factors influencing this analysis are investigated and some applications, in this area, are presented. Finally, we explain the relationship between Hyperspectral images and Datamining and we outline the open issues related to this area. So we consider the case study: HSI AVIRIS 92AV3C. This study serves as map of route for integrating classification methods in the higher dimensionality data. Keywords-component: Hyperspectral images, Passive Sensing,Classification, Data mining.
• Abstract（参考訳）: リモートセンシングは、地球表面から反射されるエネルギーを検知することで、土地の合成ビューを提供する。 ハイパースペクトル画像(HSI)は、100以上の画像を抽出する完璧なセンサーを使用し、従来のマルチスペクトルデータよりも詳細な情報を提供する。 本稿では,受動受信におけるコミュニケーションのこのような側面について検討することを目的とする。 まず,ハイパースペクトル画像の取得過程と処理の概要について述べる。 次に,これらの画像の表現空間と各種解析手法について述べる。 さらに, この分析に影響を及ぼす要因について検討し, この領域における応用について述べる。 最後に、ハイパースペクトル画像とデータマイニングの関係を説明し、この領域に関するオープンな問題を概説する。 そこで,ケーススタディとしてHSI AVIRIS 92AV3Cを検討した。 本研究は,高次元データに分類手法を統合する経路マップとして機能する。 キーワード-コンポーネント:ハイパースペクトル画像、パッシブセンシング、分類、データマイニング。

関連論文リスト

• Hyperspectral Dataset and Deep Learning methods for Waste from Electric and Electronic Equipment Identification (WEEE) [0.0]
  ハイパースペクトル画像分割のための多種多様なディープラーニングアーキテクチャの性能を評価する。 その結果,空間情報をスペクトルデータと組み合わせることで,セグメンテーション結果が改善された。 我々は、Tecnalia WEEE Hyperspectralデータセットのクリーニングと公開によって、この分野に貢献する。
  論文  参考訳（メタデータ） (2024-07-05T13:45:11Z)
• Diffusion Facial Forgery Detection [56.69763252655695]
  本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。 人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。 その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
  論文  参考訳（メタデータ） (2024-01-29T03:20:19Z)
• A Survey of Graph and Attention Based Hyperspectral Image Classification Methods for Remote Sensing Data [5.1901440366375855]
  ハイパースペクトルイメージング(HSI)の分類におけるディープラーニング技術の利用は急速に増加している。 最近の手法では、グラフ畳み込みネットワークの利用と、予測にノード機能を使用するユニークな機能についても検討されている。
  論文  参考訳（メタデータ） (2023-10-16T00:42:25Z)
• Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
  S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
  論文  参考訳（メタデータ） (2023-06-14T09:01:50Z)
• Multispectral Satellite Data Classification using Soft Computing Approach [5.3971200250581814]
  本稿では,オブジェクトの識別のためのグリッド密度に基づくクラスタリング手法を提案する。 本稿では,ルール帰納型機械学習アルゴリズムを用いて衛星画像データを分類する手法を提案する。
  論文  参考訳（メタデータ） (2022-03-21T17:25:09Z)
• Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
  距離ベース次元削減手法に周辺情報を組み込む手法を提案する。 画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
  論文  参考訳（メタデータ） (2022-02-18T13:17:43Z)
• Class-Wise Principal Component Analysis for hyperspectral image feature extraction [0.0]
  本稿では,超スペクトルデータの教師付き特徴抽出法であるクラスワイズ主成分分析について述べる。 次元削減は超スペクトル画像分類タスクを補完する重要な前処理ステップである。
  論文  参考訳（メタデータ） (2021-04-09T17:25:11Z)
• 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)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)
• Interpreting Galaxy Deblender GAN from the Discriminator's Perspective [50.12901802952574]
  本研究は、ネットワークの主要なコンポーネントである識別器の動作に焦点を当てるが、しばしば見落とされがちな役割を担っている。 本手法は, 生成銀河画像と地中真理画像とを区別する際に, 識別器の注意領域を明確に明らかにする。
  論文  参考訳（メタデータ） (2020-01-17T04:05:46Z)

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。