ポスター講演凸最適化に基づく成分分離による頑健なハイパースペクトル異常検出

摘要

ハイパースペクトル（HS）画像の異常検出とは，周辺画素とスペクトル波長が異なる画素を特定する技術である．多くのHS画像解析応用において不可欠なプロセスであり，これまでに様々な異常検出手法が提案されている．しかし，それらの多くはHS画像に重畳しているノイズの影響を考慮しておらず，特に非ガウス性のノイズが存在するケースにおいて著しく検出性能が劣化する．そこで，本報告では，HS画像がガウス-スパース混合ノイズを含んでいる場合においても頑健な異常検出を実現する手法を提案する．具体的には，背景と異常画素の性質を考慮した2種類の正則化関数と，それぞれのノイズの性質を評価する制約条件を含む制約付き凸最適化問題として異常成分推定問題を定式化する．次に，凸最適化技術の一種である主-双対近接分離法に基づくアルゴリズムによってこの問題を効率的に解き，異常マップを求める．実際のHS画像を用いた実験により，提案法が既存のHS画像の異常検出手法と比較して混合ノイズに対して非常に頑健であることを示す．