Dual Branch Autoencoder Network for Spectral-Spatial Hyperspectral Unmixing

Spatial information can play a supporting role in spectral unmixing. In this letter, we propose a dual branch autoencoder network to incorporate spatial-contextual information for spectral-spatial unmixing. The two branches leverage different architectures to efficiently extract spatial information...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE geoscience and remote sensing letters Ročník 19; s. 1 - 5
Hlavní autoři:	Hua, Ziqiang, Li, Xiaorun, Feng, Yueming, Zhao, Liaoying
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Convergence Convolution Data mining Dual branch autoencoder (DBA) Feature extraction Handicrafts hyperspectral image (HSI) Hyperspectral imaging Image reconstruction Information processing Spatial data Spectra spectral unmixing (SU) spectral-spatial model squared sine distance (SSD) Trigonometric functions Veins
ISSN:	1545-598X, 1558-0571
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!