論文の概要: A Multisensor Hyperspectral Benchmark Dataset For Unmixing of Intimate
Mixtures
- arxiv url: http://arxiv.org/abs/2309.03216v1
- Date: Wed, 30 Aug 2023 11:48:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-10 03:39:16.836456
- Title: A Multisensor Hyperspectral Benchmark Dataset For Unmixing of Intimate
Mixtures
- Title（参考訳）: 密接な混合物の混和のためのマルチセンサーハイパースペクトルベンチマークデータセット
- Authors: Bikram Koirala, Behnood Rasti, Zakaria Bnoulkacem, Andrea de Lima
Ribeiro, Yuleika Madriz, Erik Herrmann, Arthur Gestels, Thomas De Kerf,
Sandra Lorenz, Margret Fuchs, Koen Janssens, Gunther Steenackers, Richard
Gloaguen, and Paul Scheunders
- Abstract要約: 鉱物微粉末を包括的に混合した地中真実データセットを作成した。
13種類の高スペクトルセンサがこれらの混合物の反射スペクトルを取得するために用いられている。
これらのデータは, 非線形アンミックス法および材料組成推定のための高度な手法の検証に有用であると考えている。
- 参考スコア（独自算出の注目度）: 3.0314808581426846
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optical hyperspectral cameras capture the spectral reflectance of materials.
Since many materials behave as heterogeneous intimate mixtures with which each
photon interacts differently, the relationship between spectral reflectance and
material composition is very complex. Quantitative validation of spectral
unmixing algorithms requires high-quality ground truth fractional abundance
data, which are very difficult to obtain. In this work, we generated a
comprehensive laboratory ground truth dataset of intimately mixed mineral
powders. For this, five clay powders (Kaolin, Roof clay, Red clay, mixed clay,
and Calcium hydroxide) were mixed homogeneously to prepare 325 samples of 60
binary, 150 ternary, 100 quaternary, and 15 quinary mixtures. Thirteen
different hyperspectral sensors have been used to acquire the reflectance
spectra of these mixtures in the visible, near, short, mid, and long-wavelength
infrared regions (350-15385) nm. {\color{black} Overlaps in wavelength regions
due to the operational ranges of each sensor} and variations in acquisition
conditions {\color{black} resulted in} a large amount of spectral variability.
Ground truth composition is given by construction, but to verify that the
generated samples are sufficiently homogeneous, XRD and XRF elemental analysis
is performed. We believe these data will be beneficial for validating advanced
methods for nonlinear unmixing and material composition estimation, including
studying spectral variability and training supervised unmixing approaches. The
datasets can be downloaded from the following link:
https://github.com/VisionlabUA/Multisensor_datasets.
- Abstract（参考訳）: 光ハイパースペクトルカメラは材料のスペクトル反射を捉える。
多くの物質は、それぞれの光子が異なる相互作用をする不均一な近親混合として振る舞うため、スペクトル反射率と物質組成の関係は非常に複雑である。
スペクトルアンミックスアルゴリズムの定量的検証には、高品質な基底真理分数量のデータが必要である。
本研究では,鉱物微粉を包括的に混合した総合的な地中真実データセットを作成した。
このために5種類の粘土粉末 (カオリン, ルーフ粘土, 赤粘土, 混合粘土, 水酸化カルシウム) を均一に混合し, 325個の二分体, 150個の三分体, 100個の四分体, 15個の四分体を調製した。
13種類のハイパースペクトルセンサが可視、近、短、中、長波長の赤外線領域(350-15385)でこれらの混合物の反射スペクトルを取得するために使われてきた。
{\color{black} は、各センサの動作範囲と取得条件の変化による波長領域のオーバーラップにより、スペクトルのばらつきが大きくなった。
地中真理合成は構築によって行われるが、生成したサンプルが十分に均一であることを示すため、XRDおよびXRF元素分析を行う。
これらのデータは、スペクトル変動の研究や教師付き非混合アプローチの訓練を含む、非線形非混合および物質組成推定のための高度な方法を検証するのに有用であると信じている。
データセットは以下のリンクからダウンロードできる。 https://github.com/VisionlabUA/Multisensor_datasets。
関連論文リスト
- 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) - Image Processing and Machine Learning for Hyperspectral Unmixing: An Overview and the HySUPP Python Package [80.11512905623417]
アンミキシングは、ピクセル内のエンドメンバーの分数量を推定する。
本稿では,先進的および従来型のアンミックス手法の概要について述べる。
シミュレーションされた3つのデータセットと2つの実際のデータセット上でのアンミックス手法の性能を比較した。
論文 参考訳（メタデータ） (2023-08-18T08:10:41Z) - High Spectral Spatial Resolution Synthetic HyperSpectral Dataset form
multi-source fusion [7.249349307341409]
本研究では,高スペクトル像と空間分解能像を組み合わせた合成ハイパースペクトルデータセットを提案する。
提案したデータセットは、RGB、プッシュブルーム可視型ハイパースペクトルカメラ、スナップショット赤外線ハイパースペクトルカメラの3つのモードを活用することで、この制限に対処する。
論文 参考訳（メタデータ） (2023-06-25T11:17:12Z) - Artifact Identification in X-ray Diffraction Data using Machine Learning
Methods [0.0]
In situ synchrotron High-Eergy X-ray Powder diffraction (XRD) 法は, 材料結晶構造を解析するために, 研究者によって高度に活用されている。
物質の原子構造は、その回折パターンと、リートベルドの微細化のような詳細な分析によって同定することができる。
本稿では,XRD画像における単結晶回折点の高速かつ信頼性の高い同定と分離のための機械学習手法について検討する。
論文 参考訳（メタデータ） (2022-07-29T17:37:10Z) - Spectral Unmixing of Hyperspectral Images Based on Block Sparse
Structure [1.491109220586182]
本稿では,ブロックスパース構造とスパースベイズ学習戦略に基づくハイパースペクトル画像(HSI)のスペクトルアンミックス手法を提案する。
論文 参考訳（メタデータ） (2022-04-10T09:37:41Z) - Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet
Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。
スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。
主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文 参考訳（メタデータ） (2022-01-07T22:26:33Z) - Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder [58.720142291102135]
本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
論文 参考訳（メタデータ） (2021-11-17T12:54:48Z) - Spectral Variability Augmented Sparse Unmixing of Hyperspectral Images [20.703976519242094]
スペクトル変動を明示的に抽出するスペクトル変動拡張スパース混合モデル(SVASU)を提案する。
スペクトル変動ライブラリーと固有スペクトルライブラリーはいずれもIn-situ観測画像から構築されている。
合成, 実世界の両方のデータセットに対する実験結果から, スペクトル変動による拡張分解は未混合性能を著しく向上させることが示された。
論文 参考訳（メタデータ） (2021-10-19T05:25:30Z) - 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) - Machine Learning for recognition of minerals from multispectral data [1.231476564107544]
本稿では,異なる分光法から得られたデータを組み合わせた鉱物の自動同定手法を提案する。
これらの手法はRaman + VNIR, Raman + LIBS, VNIR + LIBSと組み合わせられ, それぞれに異なるデータ融合法を適用してミネラルを分類した。
また,ラマンスペクトルからミネラル分類を行うDeep Learningアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-28T22:25:15Z) - Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in
Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。
ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
論文 参考訳（メタデータ） (2020-04-09T10:02:45Z)
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。