A Semi-Supervised Rank Tracking Algorithm For On-Line Unmixing Of Hyperspectral Images

Autor: Benoit Jaillais, Ludivine Nus, Sebastian Miron, Saïd Moussaoui, David Brie
Přispěvatelé: Centre de Recherche en Automatique de Nancy (CRAN), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Statistique, Sensométrie et Chimiométrie (StatSC), Ecole Nationale Vétérinaire, Agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Laboratoire des Sciences du Numérique de Nantes (LS2N), Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), CNRS: Project Imag'in ALOHA, ANR-15-CE10-0007,OPTIFIN,Développement d'un procédé de classification et d'analyse permettant de prédire le rendu de finition sur bois et d'un prototype industriel démonstrateur(2015), ONIRIS, USC 1381 StatSC Statistique, Sensométrie et Chimiométrie, Institut National de la Recherche Agronomique (INRA), Université de Nantes - Faculté des Sciences et des Techniques
Rok vydání: 2020
Předmět:
Zdroj: ICASSP
International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2020
International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2020, May 2020, Barcelone, Spain. ⟨10.1109/ICASSP40776.2020.9053931⟩
International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2020, May 2020, Barcelone, Spain
DOI: 10.1109/icassp40776.2020.9053931
Popis: International audience; This paper addresses the problem of rank tracking in real time hyperspectral image unmixing. Based on the On-line Alternating Direction Method of Multipliers (ADMM), we propose a new hyperspectral unmixing approach that integrates prior information as well as joint sparsity regularization, allowing to select only the active components on each sample of the image. This results in a semi-supervised algorithm, well adapted for on-line rank tracking for pushbroom imager. Experimental results on synthetic and real data sets demonstrate the effectiveness of our method for parameter estimation and rank change detection.
Databáze: OpenAIRE