多示例高光谱目标表征
计算机视觉与模式识别
2017-09-14 v3
摘要
本文提出了两种多示例目标表征方法：MI-SMF 和 MI-ACE。MI-SMF 和 MI-ACE 从标注不精确的混合训练数据中估计判别性目标特征。在许多应用中，例如遥感高光谱图像中的亚像元目标检测，训练数据的精确像元级标签通常不可用且难以获取。此外，由于亚像元目标尺寸小于单个像元的分辨率，训练数据仅包含混合数据点（其中目标训练点是目标类和非目标类响应的混合物）。结果表明，在几个高光谱亚像元目标检测问题上，相较于现有的多示例概念学习方法，具有改进且一致的性能。
引用
@article{arxiv.1606.06354,
title = {Multiple Instance Hyperspectral Target Characterization},
author = {Alina Zare and Changzhe Jiao and Taylor Glenn},
journal= {arXiv preprint arXiv:1606.06354},
year = {2017}
}
备注
accepted version after revisions based on reviewer comments