elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning A Common Subspace from Hyperspectral-Multispectral Correspondences

Hong, Danfeng und Yokoya, Naoto und Zhu, Xiao Xiang und Chanussot, Jocelyn (2018) Learning A Common Subspace from Hyperspectral-Multispectral Correspondences. WHISPERS 2018, 2018-09-23 - 2018-09-26, Amsterdam, Netherlands.

[img] PDF - Nur DLR-intern zugänglich
83kB

Offizielle URL: http://www.ieee-whispers.com/2017/11/23/whispers-2018/

Kurzfassung

With a large amount of multispectral imagery available (e.g. Sentinel-2, Landsat-8), considerable attention has been paid to global multispectral landcover classification. There is, however, a typical bottleneck for further improving the performance of classification in the poor spectral information of multispectral data. On the contrary, hyperspectral data fails to be largely collected but is characterized by rich spectral information. To this end, we aim to learn a common subspace from hyperspectral-multispectral correspondences by simultaneously considering subspace learning and classification. Local manifold structure jointly constructed from different modalities is further embedded into the proposed framework. With the learned projections, the multispectral out-of-samples can be smoothly projected into the common subspace, which are expected to be better clarified. Extensive experiments on two HS-MS datasets where MS data sets are theoretically generated by their corresponding HS data, are performed to demonstrate the superiority and effectiveness of the proposed method in comparison with several state-of-the-art methods.

elib-URL des Eintrags:https://elib.dlr.de/122308/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Learning A Common Subspace from Hyperspectral-Multispectral Correspondences
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Hong, Danfengdanfeng.hong (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Yokoya, NaotoRIKENNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Chanussot, JocelynInstitute Nationale Polytechnique de GrenobleNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2018
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Cross-modality learning, common subspace learning, hyperspectral, landcover classification, multispectral, remote sensing.
Veranstaltungstitel:WHISPERS 2018
Veranstaltungsort:Amsterdam, Netherlands
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:23 September 2018
Veranstaltungsende:26 September 2018
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Hong, Danfeng
Hinterlegt am:19 Okt 2018 13:39
Letzte Änderung:24 Apr 2024 20:26

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.