基于3D卷积自编解码器和低秩表示的高光谱异常检测 | |
孙帮勇1,2; 赵哲2; 胡炳樑1; 于涛1 | |
刊名 | 光子学报 |
2021-04-25 | |
卷号 | 50期号:4 |
关键词 | 高光谱影像 异常检测 3D卷积 自编解码器 低秩表示 |
ISSN号 | 10044213 |
DOI | 10.3788/gzxb20215004.0410003 |
其他题名 | Hyperspectral Anomaly Detection Based on 3D Convolutional Autoencoder and Low Rank Representation |
产权排序 | 1 |
英文摘要 | 针对高光谱影像数据维度高、空间和光谱信息利用不足以及局部结构特征表达有限等问题,提出了一种基于3D卷积自编解码器和低秩表示的高光谱异常检测算法。首先,通过3D卷积自编解码器提取高光谱影像的空谱特征,并针对高光谱图像的局部区域强相关性,设计了一种新的损失函数来约束中心像素和周围像素,以提取判别性较强的特征图;然后,针对所提取的特征图,通过基于密度的空间聚类算法构建背景字典,并利用低秩表示分离出异常区域;最后,融合由3D卷积自编解码器得到的重构误差和异常区域检测结果,得到最终检测图并为异常目标关键信息的挖掘提供依据。为了验证所提算法的有效性,在两个真实的机场高光谱数据集上进行飞机等目标检测实验,ROC、AUC量化指标和主观分析等实验结果表明,与其它6种异常检测算法相比,本文算法具有更高的异常目标检测精度。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.opt.ac.cn/handle/181661/94767] |
专题 | 西安光学精密机械研究所_光学影像学习与分析中心 |
通讯作者 | 于涛 |
作者单位 | 1.中国科学院西安光学精密机械研究所光谱成像技术重点实验室 2.西安理工大学印刷包装与数字媒体学院; |
推荐引用方式 GB/T 7714 | 孙帮勇,赵哲,胡炳樑,等. 基于3D卷积自编解码器和低秩表示的高光谱异常检测[J]. 光子学报,2021,50(4). |
APA | 孙帮勇,赵哲,胡炳樑,&于涛.(2021).基于3D卷积自编解码器和低秩表示的高光谱异常检测.光子学报,50(4). |
MLA | 孙帮勇,et al."基于3D卷积自编解码器和低秩表示的高光谱异常检测".光子学报 50.4(2021). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论