論文の概要: Learning Convolutional Sparse Coding on Complex Domain for Interferometric Phase Restoration

• arxiv url: http://arxiv.org/abs/2003.03440v1
• Date: Fri, 6 Mar 2020 21:01:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 01:55:03.783693
• Title: Learning Convolutional Sparse Coding on Complex Domain for Interferometric Phase Restoration
• Title（参考訳）: 干渉位相復元のための複素領域上の学習畳み込みスパース符号化
• Authors: Jian Kang, Danfeng Hong, Jialin Liu, Gerald Baier, Naoto Yokoya, Beg\"um Demir
• Abstract要約: 複雑な畳み込みスパース符号化(ComCSC)とその勾配正規化バージョンであるInSAR位相復元のための代替手法を提案する。 提案手法は, 干渉位相ノイズを抑制するだけでなく, 階段効果を回避し, 詳細を保存できる。 TerraSAR-X StripMap と Sentinel-1 インターフェロメトリ・ワイド・スワス・モードから得られた高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能・高分解能)。
• 参考スコア（独自算出の注目度）: 22.705150812947537
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Interferometric phase restoration has been investigated for decades and most of the state-of-the-art methods have achieved promising performances for InSAR phase restoration. These methods generally follow the nonlocal filtering processing chain aiming at circumventing the staircase effect and preserving the details of phase variations. In this paper, we propose an alternative approach for InSAR phase restoration, i.e. Complex Convolutional Sparse Coding (ComCSC) and its gradient regularized version. To our best knowledge, this is the first time that we solve the InSAR phase restoration problem in a deconvolutional fashion. The proposed methods can not only suppress interferometric phase noise, but also avoid the staircase effect and preserve the details. Furthermore, they provide an insight of the elementary phase components for the interferometric phases. The experimental results on synthetic and realistic high- and medium-resolution datasets from TerraSAR-X StripMap and Sentinel-1 interferometric wide swath mode, respectively, show that our method outperforms those previous state-of-the-art methods based on nonlocal InSAR filters, particularly the state-of-the-art method: InSAR-BM3D. The source code of this paper will be made publicly available for reproducible research inside the community.
• Abstract（参考訳）: 干渉型位相復元は数十年にわたって研究され、最先端の手法のほとんどはinsar相修復に有望な性能を達成している。 これらの方法は一般に、階段効果を回避し、位相変化の詳細を保存することを目的とした非局所フィルタリング処理チェーンに従う。 本稿では、複雑な畳み込みスパース符号化(ComCSC)とその勾配正規化バージョンであるInSAR位相復元の代替手法を提案する。 我々の知る限りでは、インサール相の復元問題をデコンボリューション方式で解くのはこれが初めてである。 提案手法は, 干渉位相ノイズを抑制するだけでなく, 階段効果を回避し, 詳細を保存できる。 さらに、これらは干渉位相の基本的な位相成分の洞察を与える。 TerraSAR-X StripMap と Sentinel-1 インターフェロメトリ・ワイド・スワス・モードによる高分解能・高分解能・高分解能データセットの実験結果は,非局所的なInSARフィルタ,特に最先端のInSAR-BM3D に基づく従来の最先端手法よりも優れていることを示す。 この論文のソースコードは、コミュニティ内で再現可能な研究のために公開されます。

関連論文リスト

• DDRM-PR: Fourier Phase Retrieval using Denoising Diffusion Restoration Models [0.0]
  本稿では,デノナイジング拡散回復モデルの効率的かつ教師なしの後方サンプリングフレームワークを利用する。 この手法は、モデルベースの交互射影法とDDRMを組み合わせて、事前訓練された無条件拡散前処理を位相検索に利用する。
  論文  参考訳（メタデータ） (2025-01-06T14:18:23Z)
• Improving Diffusion Inverse Problem Solving with Decoupled Noise Annealing [84.97865583302244]
  Decoupled Annealing Posterior Smpling (DAPS) と呼ばれる新しい手法を提案する。 DAPSは、新しいノイズアニール法に依存している。 DAPSは複数の画像復元作業において,サンプル品質と安定性を著しく向上することを示した。
  論文  参考訳（メタデータ） (2024-07-01T17:59:23Z)
• Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration [64.84134880709625]
  拡散モデルを用いて,雑音空間を介して領域適応を行うことが可能であることを示す。 特に、補助的な条件入力が多段階の復調過程にどのように影響するかというユニークな性質を活用することにより、有意義な拡散損失を導出する。 拡散モデルにおけるチャネルシャッフル層や残留スワッピング型コントラスト学習などの重要な戦略を提案する。
  論文  参考訳（メタデータ） (2024-06-26T17:40:30Z)
• Progressive Divide-and-Conquer via Subsampling Decomposition for Accelerated MRI [34.004099276013946]
  本稿では, サブサンプリングプロセスの分解を目的としたPDAC(Progressive Divide-And-Conquer)戦略を提案する。 提案手法は,一般に公開されている高速MRIとStanford2D FSEデータセットにおいて,優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-03-15T07:14:01Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems [64.29491112653905]
  本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。 具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。 提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
  論文  参考訳（メタデータ） (2023-03-10T07:42:49Z)
• Diffusion Posterior Sampling for General Noisy Inverse Problems [50.873313752797124]
  我々は、後方サンプリングの近似により、雑音(非線形)逆問題に対処するために拡散解法を拡張した。 本手法は,拡散モデルが様々な計測ノイズ統計を組み込むことができることを示す。
  論文  参考訳（メタデータ） (2022-09-29T11:12:27Z)
• Degradation-Aware Unfolding Half-Shuffle Transformer for Spectral Compressive Imaging [142.11622043078867]
  圧縮画像と物理マスクからパラメータを推定し,これらのパラメータを用いて各イテレーションを制御する,DAUF(Degradation-Aware Unfolding Framework)を提案する。 HST を DAUF に接続することにより,HSI 再構成のための変換器の深部展開法であるデグレーション・アウェア・アンフォールディング・ハーフシャッフル変換器 (DAUHST) を確立した。
  論文  参考訳（メタデータ） (2022-05-20T11:37:44Z)
• Phase Retrieval with Holography and Untrained Priors: Tackling the Challenges of Low-Photon Nanoscale Imaging [7.984370990908576]
  位相探索は、マグニチュードのみのフーリエ測定から信号を回復する逆問題である。 ナノスケールの課題に適応したホログラフィック位相検索のためのデータセットフリーなディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-12-14T10:15:07Z)
• InSAR Phase Denoising: A Review of Current Technologies and Future Directions [9.475024122649288]
  インターフェロメトリ合成開口レーダ(InSAR)は情報取得の強化によるリモートセンシングにおいて強力なツールである。 干渉電図の位相分解は、トポグラフィーマッピングと変形モニタリングの必須ステップである。 本稿では,InSAR位相分解法の概要を概説し,確立されたアルゴリズムと新興アルゴリズムを4つの主要なカテゴリに分類する。
  論文  参考訳（メタデータ） (2020-01-03T09:36:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。