심층 픽셀 쌍 특징을 이용한 하이퍼스펙트럴 이미지 분류

최근 깊은 합성곱 신경망(CNN)에 대한 관심이 높아지고 있다. 충분히 많은 훈련 샘플이 있을 때 하이퍼스펙트럴 이미지 분류에서 뛰어난 성능을 제공할 수 있다. 본 논문에서는 이러한 수를 비약적으로 증가시키기 위해 새로운 픽셀 쌍 방법을 제안하며, 이를 통해 CNN의 이점을 실제로 제공할 수 있도록 한다. 테스트 픽셀에 대해 중심 픽셀과 주변 픽셀 각각을 결합하여 구성된 픽셀 쌍은 훈련된 CNN에 의해 분류되며, 최종 레이블은 투표 전략에 의해 결정된다. 픽셀 쌍 특징을 학습하기 위해 깊은 CNN을 활용한 제안된 방법이 더욱 높은 분별력을 가질 것으로 기대된다. 여러 하이퍼스펙트럴 이미지 데이터 세트를 기반으로 한 실험 결과는 제안된 방법이 기존의 딥러닝 기반 방법보다 더 나은 분류 성능을 달성할 수 있음을 보여준다.