研究目的
为高光谱图像变化检测(CD)任务开发一种无监督的鲁棒主成分分析网络(RPCANet),以解决CD训练中缺乏标注数据的难题。
研究成果
RPCANet被提出用于高光谱图像变化检测任务中有效学习判别性特征,在两个数据集上展示了其有效性。这是PCANet首次应用于高光谱图像变化检测任务,且CVA与PCANet提取的强大特征向量无缝协作,最终实现变化检测结果。
研究不足
论文中未明确提及。
研究目的
为高光谱图像变化检测(CD)任务开发一种无监督的鲁棒主成分分析网络(RPCANet),以解决CD训练中缺乏标注数据的难题。
研究成果
RPCANet被提出用于高光谱图像变化检测任务中有效学习判别性特征,在两个数据集上展示了其有效性。这是PCANet首次应用于高光谱图像变化检测任务,且CVA与PCANet提取的强大特征向量无缝协作,最终实现变化检测结果。
研究不足
论文中未明确提及。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 用于高光谱图像变化检测的鲁棒PCANet”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期