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
- 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) - SinSR: Diffusion-Based Image Super-Resolution in a Single Step [119.18813219518042]
拡散モデルに基づく超解像(SR)法は有望な結果を示す。
しかし、それらの実践的応用は、必要な推論ステップのかなりの数によって妨げられている。
本稿では,SinSRという単一ステップのSR生成を実現するための,シンプルで効果的な手法を提案する。
論文 参考訳(メタデータ) (2023-11-23T16:21:29Z) - 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) - Orientation-Shared Convolution Representation for CT Metal Artifact
Learning [63.67718355820655]
X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。
既存のディープラーニングベースの手法は、有望な再構築性能を得た。
本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
論文 参考訳(メタデータ) (2022-12-26T13:56:12Z) - 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) - Face2PPG: An unsupervised pipeline for blood volume pulse extraction
from faces [0.456877715768796]
光合成信号は、医療、幸福、スポーツなど、多くの分野で重要な技術となっている。
本研究は,顔からPSG信号を安定かつ確実に抽出するパイプラインの集合を提案する。
論文 参考訳(メタデータ) (2022-02-08T19:06:20Z) - Is Perfect Filtering Enough Leading to Perfect Phase Correction for dMRI
data? [0.0]
ノイズの符号記号を識別できないため, 位相補正には完全フィルタでさえ不十分である。
本稿では,ノイズサインのシンボルを簡便に識別するキャリブレーション手法を提案する。
論文 参考訳(メタデータ) (2021-06-13T13:38:32Z) - 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) - Semi-Supervised Learning with Variational Bayesian Inference and Maximum
Uncertainty Regularization [62.21716612888669]
半教師付き学習(SSL)を改善するための2つの一般的な方法を提案する。
第一に、重量摂動(WP)を既存のCR(Consistency regularization)ベースの手法に統合する。
第2の手法は「最大不確実性正規化(MUR)」と呼ばれる新しい整合性損失を提案する。
論文 参考訳(メタデータ) (2020-12-03T09:49:35Z) - Solving Phase Retrieval with a Learned Reference [18.76940558836028]
フーリエ位相探索は、フーリエ係数の振幅測定から画像の回復を扱う古典的な問題である。
本稿では、振幅測定を行う前に、既知の(学習した)参照を信号に追加すると仮定する。
本手法はホログラフィーに参照信号を追加する原理に着想を得たものである。
論文 参考訳(メタデータ) (2020-07-29T06:17:25Z) - 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。