Remote Sensing· 2016Q1
Evrişimsel Sinir Ağları ile Pansharpening
Pansharpening by Convolutional Neural Networks
- 1.111atıf
- Q1SCImago
- 2016yıl
Kısa özet
Doğrusal olmayan radyometrik indekslerle zenginleştirilmiş, üç katmanlı bir evrişimsel sinir ağı (CNN) mimarisine dayanan yeni bir pansharpening yöntemi, üç veri setinde en gelişmiş sonuçları elde etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Süper-çözünürlük için kullanılan üç katmanlı bir CNN mimarisi, pansharpening için uyarlanmıştır.
- Performansı artırmak için girdiye doğrusal olmayan radyometrik indeksler eklenmiştir.
- Önerilen yöntem, en gelişmiş tekniklere karşı rekabetçi sonuçlar elde etmektedir.
- Performans, hem tam referanslı hem de referanssız metrikler ve görsel inceleme kullanılarak doğrulanmıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
A new pansharpening method is proposed, based on convolutional neural networks. We adapt a simple and effective three-layer architecture recently proposed for super-resolution to the pansharpening problem. Moreover, to improve performance without increasing complexity, we augment the input by including several maps of nonlinear radiometric indices typical of remote sensing. Experiments on three representative datasets show the proposed method to provide very promising results, largely competitive with the current state of the art in terms of both full-reference and no-reference metrics, and also at a visual inspection.
Yazarların özeti; kaynağından alınmıştır. Remote Sensing, 2016 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Medya Teknolojisi
Media TechnologyEngineering