Cofactorisation de matrices pour le démélange et la classification conjoints d'images hyperspectrales (GRETSI 2019)

التفاصيل البيبلوغرافية
العنوان: Cofactorisation de matrices pour le démélange et la classification conjoints d'images hyperspectrales (GRETSI 2019)
المؤلفون: Lagrange, Adrien, Fauvel, Mathieu, May, Stéphane, Bioucas-Dias, José M., Dobigeon, Nicolas
المساهمون: Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT), Centre d'études spatiales de la biosphère (CESBIO), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales Toulouse (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales Toulouse (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Centre National d'Études Spatiales Toulouse (CNES), Instituto de Telecomunicações Lisboa, Portugal, Institut National Polytechnique (Toulouse) (Toulouse INP), PNRIA
المصدر: Actes du colloque GRETSI 2019 ; 27e colloque du Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2019) ; https://hal.science/hal-02419433 ; 27e colloque du Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2019), Aug 2019, Lille, France. pp.1-4
بيانات النشر: HAL CCSD
سنة النشر: 2019
المجموعة: Université Toulouse III - Paul Sabatier: HAL-UPS
مصطلحات موضوعية: Images hyperspectrales, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing
جغرافية الموضوع: Lille, France
الوصف: National audience ; La classification supervisée et le démélange spectral sont parmi les techniques les plus utilisées pour extraire l’information d’images hyperspectrales. Elles abordent cependant ce problème sur des bases différentes et n’ont été que rarement envisagées conjointement. Nous proposons dans ce papier un modèle de cofactorisation de matrices permettant de lier ces approches. Chaque problème est formulé comme un problème de factorisation de matrices puis un terme de couplage est introduit. Ce terme s’interprète comme une étape de partitionnement où les vecteurs d’abondances sont séparés en plusieurs groupes puis les vecteurs d’attribution aux groupes sont utilisés comme vecteurs de descripteurs pour la classification. Le problème global de cofactorisation s’écrit finalement comme un problème d’optimisation non-convexe et non-lisse dont on obtient une solution approchée à l’aide d’un algorithme de minimisation proximale linéarisée alternée (PALM) garantissant la convergence vers un point critique. L’intérêt du modèle est illustré par des expériences menées sur des données semi-synthétiques réalistes.
نوع الوثيقة: conference object
اللغة: French
الاتاحة: https://hal.science/hal-02419433
https://hal.science/hal-02419433v1/document
https://hal.science/hal-02419433v1/file/lagrange_24990.pdf
Rights: info:eu-repo/semantics/OpenAccess
رقم الانضمام: edsbas.3CB68162
قاعدة البيانات: BASE