論文の概要: Implementing Hottopixx Methods for Endmember Extraction in Hyperspectral Images
- arxiv url: http://arxiv.org/abs/2404.13098v1
- Date: Fri, 19 Apr 2024 07:28:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-23 20:28:09.488956
- Title: Implementing Hottopixx Methods for Endmember Extraction in Hyperspectral Images
- Title（参考訳）: ハイパースペクトル画像における終端抽出のためのホットトピクス法の実装
- Authors: Tomohiko Mizutani,
- Abstract要約: ハイパースペクトルイメージング技術は、森林管理、鉱物資源探査、地球表面モニタリングなど幅広い用途がある。
観察されたシーンの主要な構成要素である材料のスペクトルシグネチャを特定することを目的としている。
ホットトピクス法は、ハイパースペクトル画像からエンドメンバーを抽出する問題に有効である。
しかし、これらの手法は計算コストが高いため、実際に実行することは困難である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hyperspectral imaging technology has a wide range of applications, including forest management, mineral resource exploration, and Earth surface monitoring. Endmember extraction of hyperspectral images is a key step in leveraging this technology for applications. It aims to identifying the spectral signatures of materials, i.e., the major components in the observed scenes. Theoretically speaking, Hottopixx methods should be effective on problems involving extracting endmembers from hyperspectral images. Yet, these methods are challenging to perform in practice, due to high computational costs. They require us to solve LP problems, called Hottopixx models, whose size grows quadratically with the number of pixels in the image. It is thus still unclear as to whether they are actually effective or not. This study clarifies this situation. We propose an efficient and effective implementation of Hottopixx. Our implementation follows the framework of column generation, which is known as a classical but powerful means of solving large-scale LPs. We show in experiments that our implementation is applicable to the endmember extraction from real hyperspectral images and can provide estimations of endmember signatures with higher accuracy than the existing methods can.
- Abstract（参考訳）: ハイパースペクトルイメージング技術は、森林管理、鉱物資源探査、地球表面モニタリングなど幅広い用途がある。
ハイパースペクトル画像の終端抽出は、この技術を応用するための重要なステップである。
観察されたシーンの主要な構成要素である材料のスペクトルシグネチャを特定することを目的としている。
理論的には、Hottopixx法は、ハイパースペクトル画像からエンドメンバーを抽出する問題に有効である。
しかし、これらの手法は計算コストが高いため、実際に実行することは困難である。
画像中のピクセル数とともに大きさが2倍に大きくなるHottopixxモデルと呼ばれるLP問題を解く必要がある。
したがって、実際に効果があるかどうかはまだ不明である。
この研究はこの状況を明確にしている。
本稿では,Hottopixxの効率的な実装を提案する。
我々の実装は列生成の枠組みに従っており、これは大規模LPを解く古典的だが強力な方法として知られている。
実験では,本実装が実ハイパースペクトル画像からのエンドメンバー抽出に適用可能であることを示すとともに,既存の手法よりも高精度にエンドメンバーシグネチャを推定できることを示す。
関連論文リスト
- SaccadeDet: A Novel Dual-Stage Architecture for Rapid and Accurate Detection in Gigapixel Images [50.742420049839474]
SaccadeDetは、人間の目の動きにインスパイアされた、ギガピクセルレベルの物体検出のための革新的なアーキテクチャである。
PANDAデータセットを用いて評価した本手法は,最先端手法の8倍の高速化を実現する。
また、全スライドイメージングへの応用を通じて、ギガピクセルレベルの病理解析に有意な可能性を示す。
論文 参考訳（メタデータ） (2024-07-25T11:22:54Z) - Novel OCT mosaicking pipeline with Feature- and Pixel-based registration [8.22581088888652]
マルチビューOCT/OCTAテクスタイタン顔投影画像の縫合のための多目的パイプラインを提案する。
本手法は,複数の画像の整合性を向上するために,学習に基づく特徴マッチングと堅牢な画素ベース登録の長所を組み合わせる。
パイプラインの有効性は、社内データセットと大規模なパブリックデータセットを使用して検証される。
論文 参考訳（メタデータ） (2023-11-21T23:25:04Z) - Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳（メタデータ） (2023-09-30T02:54:51Z) - Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。
まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。
本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
論文 参考訳（メタデータ） (2023-02-16T10:40:55Z) - HAZE-Net: High-Frequency Attentive Super-Resolved Gaze Estimation in
Low-Resolution Face Images [2.951890686127008]
本稿では,高周波減衰型視線推定ネットワーク,すなわちHAZE-Netを提案する。
我々のネットワークは、入力画像の解像度を改善し、目の特徴と境界を拡大する。
実験結果から,28×28ピクセルの低解像度顔画像においても,頑健な視線推定性能が得られた。
論文 参考訳（メタデータ） (2022-09-21T07:57:07Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳（メタデータ） (2022-04-12T10:28:31Z) - Panoptic SwiftNet: Pyramidal Fusion for Real-time Panoptic Segmentation [0.0]
多くのアプリケーションは、安価なハードウェアや組み込みハードウェアの大規模な入力解像度よりも高速な推論を必要とする。
マルチスケール特徴抽出のためのバックボーン容量をトレードオフすることで,この目標を達成することを提案する。
本稿では,Cityscapes,Vistas,COCO,BSB-Aerialデータセットについてパノラマ実験を行った。
論文 参考訳（メタデータ） (2022-03-15T13:47:40Z) - Pixel Distillation: A New Knowledge Distillation Scheme for Low-Resolution Image Recognition [124.80263629921498]
アーキテクチャ制約を同時に破りながら知識蒸留を入力レベルまで拡張するPixel Distillationを提案する。
このようなスキームは、ネットワークアーキテクチャと画像品質の両方をリソースの全体的な要求に応じて調整できるため、展開のための柔軟なコスト制御を実現することができる。
論文 参考訳（メタデータ） (2021-12-17T14:31:40Z) - Beyond Joint Demosaicking and Denoising: An Image Processing Pipeline
for a Pixel-bin Image Sensor [0.883717274344425]
Pixel binningは、スマートフォンカメラのハードウェア制限に対処する最も顕著なソリューションの1つだと考えられている。
本稿では,新しい学習手法を導入することで,このような画像センサ上でのJDD(Joint Desaicing and Denoising)の課題に対処する。
提案手法は,視覚可能な画像を生成するための2つの新しい知覚損失を含む多項目的関数によって導かれる。
論文 参考訳（メタデータ） (2021-04-19T15:41:28Z) - SAFRON: Stitching Across the Frontier for Generating Colorectal Cancer
Histology Images [2.486942181212742]
合成画像は、データの限られた可用性という文脈でディープラーニングアルゴリズムの開発と評価に使用することができる。
本研究では,現実的で高解像度な組織画像タイルを構築するための新しいSAFRONフレームワークを提案する。
提案手法は,比較的小さな画像パッチでトレーニングした後,任意の大きさのリアルな画像タイルを生成することができることを示す。
論文 参考訳（メタデータ） (2020-08-11T05:47:00Z) - Learning End-to-End Lossy Image Compression: A Benchmark [90.35363142246806]
まず,学習した画像の圧縮方法に関する総合的な文献調査を行う。
本稿では,最先端の学習画像圧縮手法のマイルストーンについて述べるとともに,既存の幅広い作品について概観し,その歴史的開発ルートについて考察する。
エントロピー推定と信号再構成のための粗大な超高次モデルを導入することにより、速度歪み性能の向上を実現する。
論文 参考訳（メタデータ） (2020-02-10T13:13:43Z)
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。