Views
14
Downloands
1
Bu çalışmada 2-boyutlu karmaşık Gabor filtreleme ve derin evrişimsel sinir ağları kullanılarak yeni bir hiperspektral görüntü sınıflandırma yöntemi önerilmiştir. Derin öğrenilen ve Gabor özellik çıkarma metodolojileri giriş hiperspekral örnekler üzerinde eş zamanlı olarak gerçekleştirilmiştir. Görüntülerin Gabor özellikleri çoklu yönelim ve frekanslarda hesaplanır. Sonra derin özellikler ve Gabor özellikleri daha güçlü ve ayırt edici özellik vektörü elde etmek için birleştirilir. Hibrit özellik vektörü hiperspektral görüntü sınıflandırmak için softmax sınıflandırıcıya giriş olarak kullanılır. İki hiperspektral veri seti üzerinde gerçekleştirilen deneyler önerilen yöntemin bazı geleneksel yöntemlerden daha iyi sınıflandırma performansı elde edebildiğini göstermiştir.
In this study, a new hyperspectral image classification method was proposed using 2-dimensional complex Gabor filtration and deep evolutionary nerve networks. The deep-learned and Gabor character extraction methodologies were implemented simultaneously on the input hyperspecular examples. The Gabor features of the images are calculated in multi-direction and frequencies. Then the deep features and Gabor features are combined to get the stronger and distinctive character vector. The hybrid feature vector is used as an input to the softmax classifier to classify the hyperspectral image. Experiments conducted on two hyperspectral data sets have shown that the recommended method can
Field : Mimarlık, Planlama ve Tasarım; Mühendislik
Journal Type : Uluslararası
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
