DAEN: 하이퍼스펙트럴 언믹싱을 위한 심층 오토인코더 네트워크

스펙트럴 언믹싱은 원거리 감지된 이미지 해석을 위한 기술로, 각 (혼합될 수 있는) 픽셀을 순수 스펙트럼 서명(엔드멤버)과 그들의 분율 조합으로 표현합니다. 본 논문에서는 심층 오토인코더 네트워크(DAEN)를 기반으로 한 비지도 언믹싱을 위한 새로운 기술을 개발합니다. 우리가 새롭게 개발한 DAEN은 두 부분으로 구성됩니다. 네트워크의 첫 번째 부분은 스택형 오토인코더(SAE)를 채택하여 스펙트럼 서명을 학습하여 언믹싱 프로세스에 대한 좋은 초기화를 생성하도록 합니다. 네트워크의 두 번째 부분에서는 변형 오토인코더(VAE)를 사용하여 블라인드 소스 분리를 수행하여 엔드멤버 서명과 분포 비율을 동시에 얻는 것을 목표로 합니다. SAE의 장점을 활용하여 제안된 접근 방식의 견고성이 뛰어나며, 아웃라이어와 낮은 신호 대 잡음 비율이 있는 데이터 세트를 언믹싱할 수 있습니다. 또한 VAE의 다중 은닉 층은 abundances를 추정할 때 필요한 제약(비부정성과 합이 1)이 보장됩니다. 제안된 방법의 효과성은 합성 및 실제 하이퍼스펙트럴 데이터를 사용하여 평가됩니다. 다른 언믹싱 방법과 비교했을 때, 제안된 접근 방식은 매우 경쟁력 있는 성능을 보여줍니다.