論文の概要: Hyperspectral images classification and Dimensionality Reduction using Homogeneity feature and mutual information

• arxiv url: http://arxiv.org/abs/2210.16239v1
• Date: Tue, 25 Oct 2022 23:55:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-11-06 14:46:58.566422
• Title: Hyperspectral images classification and Dimensionality Reduction using Homogeneity feature and mutual information
• Title（参考訳）: 均一性特徴と相互情報を用いたハイパースペクトル画像の分類と次元化
• Authors: Hasna Nhaila, Maria Merzouqi, Elkebir Sarhrouni and Ahmed Hammouch
• Abstract要約: 本稿では,生成過程に応じた次元削減手法の分類について述べる。 我々は,相互情報(MI)に基づくアルゴリズムを再現し,特徴選択による次元性を低減するとともに,相互情報と均質性を用いたアルゴリズムを導入する。
• 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 Hyperspectral image (HSI) contains several hundred bands of the same region called the Ground Truth (GT). The bands are taken in juxtaposed frequencies, but some of them are noisily measured or contain no information. For the classification, the selection of bands, affects significantly the results of classification, in fact, using a subset of relevant bands, these results can be better than those obtained using all bands, from which the need to reduce the dimensionality of the HSI. In this paper, a categorization of dimensionality reduction methods, according to the generation process, is presented. Furthermore, we reproduce an algorithm based on mutual information (MI) to reduce dimensionality by features selection and we introduce an algorithm using mutual information and homogeneity. The two schemas are a filter strategy. Finally, to validate this, we consider the case study AVIRIS HSI 92AV3C. Keywords: Hyperspectrale images; classification; features selection; mutual information; homogeneity
• Abstract（参考訳）: ハイパースペクトル画像(HSI)は、GT(Garth Truth)と呼ばれる同じ領域の数百のバンドを含んでいる。 バンドは重畳周波数で撮影されるが、一部のバンドは雑音的に測定され、情報を含んでいない。 分類において、バンドの選択は、分類の結果に大きく影響し、実際、関連するバンドのサブセットを使用することで、これらの結果は、hsiの次元性を減らす必要があるすべてのバンドで得られるものよりも良い。 本稿では,生成過程に応じた次元性低減法の分類について述べる。 さらに,特徴選択による次元性を低減するために,相互情報(MI)に基づくアルゴリズムを再現し,相互情報と均一性を用いたアルゴリズムを導入する。 2つのスキーマはフィルタ戦略である。 最後に,AVIRIS HSI 92AV3Cのケーススタディについて検討する。 キーワード:ハイパースペクトル画像、分類、特徴選択、相互情報、均質性

関連論文リスト

• Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
  きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。 本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。 本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-09-01T11:15:50Z)
• Deep Diversity-Enhanced Feature Representation of Hyperspectral Images [87.47202258194719]
  トポロジを改良して3次元畳み込みを補正し,上行階の高次化を図る。 また、要素間の独立性を最大化するために特徴マップに作用する新しい多様性対応正規化(DA-Reg)項を提案する。 提案したRe$3$-ConvSetとDA-Regの優位性を実証するために,様々なHS画像処理および解析タスクに適用する。
  論文  参考訳（メタデータ） (2023-01-15T16:19:18Z)
• A new filter for dimensionality reduction and classification of hyperspectral images using GLCM features and mutual information [0.0]
  ハイパースペクトル画像の次元化と分類のための新しい手法を提案する。 スペクトル情報と空間情報の両方を相互情報に基づいて考慮する。 3つのよく知られた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る。
  論文  参考訳（メタデータ） (2022-11-01T13:19:08Z)
• 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)
• 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)
• A novel filter based on three variables mutual information for dimensionality reduction and classification of hyperspectral images [0.0]
  実測情報に基づく帯域選択フィルタは次元減少のための一般的な手法である。 3変数の相互情報に基づく新しいフィルタ手法を開発し、分類のための帯域相関を計測する。 提案手法は非常に競争力があり、効果的であり、再現されたフィルタ戦略性能より優れる。
  論文  参考訳（メタデータ） (2022-10-26T10:29:00Z)
• Band selection and classification of hyperspectral images by minimizing normalized mutual information [0.0]
  ハイパースペクトル画像(HSI)分類はハイテクリモートセンシングツールである。 主な目的は、ある領域のポイントを分類することである。 一部のバンドは冗長な情報を含んでおり、他のバンドはノイズの影響を受けており、特徴の高次元性は分類の精度を低くする。 本稿では、相互情報(MI)を用いて関連する帯域を選択する。また、冗長な帯域を回避・制御するために正規化相互情報係数を用いる。
  論文  参考訳（メタデータ） (2022-10-22T04:10:10Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Adaptive feature recombination and recalibration for semantic segmentation with Fully Convolutional Networks [57.64866581615309]
  完全畳み込みネットワークを用いたセマンティックセグメンテーションに適応した特徴の組換えと空間適応型再分類ブロックを提案する。 その結果、再結合と再校正は競争ベースラインの結果を改善し、3つの異なる問題にまたがって一般化することを示した。
  論文  参考訳（メタデータ） (2020-06-19T15:45:03Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)
• Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet frames [146.63177174491082]
  Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。 特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。 合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-14T10:00:03Z)

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。