Feature Extraction for Hyperspectral Imagery: The Evolution From Shallow to Deep: Overview and Toolbox

Rasti, Behnood und Hong, Danfeng und Hang, Renlong und Ghamisi, Pedram und Kang, Xudong und Chanussot, Jocelyn und Benediktsson, Jon Atli (2020) Feature Extraction for Hyperspectral Imagery: The Evolution From Shallow to Deep: Overview and Toolbox. IEEE Geoscience and Remote Sensing Magazine (GRSM), 8 (4), Seiten 60-88. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/MGRS.2020.2979764. ISSN 2168-6831.

PDF - Verlagsversion (veröffentlichte Fassung)
7MB

Offizielle URL: https://ieeexplore.ieee.org/document/9082155

Kurzfassung

Hyperspectral images (HSIs) provide detailed spectral information through hundreds of (narrow) spectral channels (also known as dimensionality or bands), which can be used to accurately classify diverse materials of interest. The increased dimensionality of such data makes it possible to significantly improve data information content but provides a challenge to conventional techniques (the so-called curse of dimensionality) for accurate analysis of HSIs.

elib-URL des Eintrags:

https://elib.dlr.de/141103/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Feature Extraction for Hyperspectral Imagery: The Evolution From Shallow to Deep: Overview and Toolbox

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Rasti, Behnood	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Hong, Danfeng	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Hang, Renlong	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Ghamisi, Pedram	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Kang, Xudong	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Chanussot, Jocelyn	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Benediktsson, Jon Atli	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

Dezember 2020

Erschienen in:

IEEE Geoscience and Remote Sensing Magazine (GRSM)

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/MGRS.2020.2979764

Seitenbereich:

Seiten 60-88

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

2168-6831

Status:

veröffentlicht

Stichwörter:

hyperspectral images, feature extraction

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 - Fernerkundung u. Geoforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > EO Data Science

Hinterlegt von:

Bratasanu, Ion-Dragos

Hinterlegt am:

24 Feb 2021 12:04

Letzte Änderung:

24 Okt 2023 12:53

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags