論文の概要: Illumination invariant hyperspectral image unmixing based on a digital surface model

• arxiv url: http://arxiv.org/abs/2007.11770v1
• Date: Thu, 23 Jul 2020 03:27:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-07 13:07:13.777729
• Title: Illumination invariant hyperspectral image unmixing based on a digital surface model
• Title（参考訳）: ディジタル表面モデルに基づく照度不変ハイパースペクトル像のアンミキシング
• Authors: Tatsumi Uezato, Naoto Yokoya, Wei He
• Abstract要約: 本稿では,照明不変スペクトルアンミキシング (IISU) という未混合モデルを提案する。 IISUは、放射光ハイパースペクトルデータとLiDAR由来のデジタル表面モデル(DSM)を用いて、アンミックスフレームワークにおける可変照明と影を物理的に説明するための最初の試みを行っている。
• 参考スコア（独自算出の注目度）: 20.23570183819496
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Although many spectral unmixing models have been developed to address spectral variability caused by variable incident illuminations, the mechanism of the spectral variability is still unclear. This paper proposes an unmixing model, named illumination invariant spectral unmixing (IISU). IISU makes the first attempt to use the radiance hyperspectral data and a LiDAR-derived digital surface model (DSM) in order to physically explain variable illuminations and shadows in the unmixing framework. Incident angles, sky factors, visibility from the sun derived from the LiDAR-derived DSM support the explicit explanation of endmember variability in the unmixing process from radiance perspective. The proposed model was efficiently solved by a straightforward optimization procedure. The unmixing results showed that the other state-of-the-art unmixing models did not work well especially in the shaded pixels. On the other hand, the proposed model estimated more accurate abundances and shadow compensated reflectance than the existing models.
• Abstract（参考訳）: 可変入射照度によるスペクトル変動に対処するために多くのスペクトル非混合モデルが開発されているが、スペクトル変動のメカニズムはまだ不明である。 本稿では,照明不変スペクトルアンミックス (IISU) という未混合モデルを提案する。 iisuは、ラミアンスハイパースペクトルデータとライダーから派生したデジタル表面モデル(dsm)を用いて、無混合フレームワークにおける可変照度と影を物理的に説明しようとした。 入射角、空因子、LiDARから派生したDSMから得られる太陽からの可視性は、放射率の観点からの未混合過程における終端変動の明示的な説明を支持する。 提案手法は簡単な最適化手法により効率的に解いた。 未混合の結果、他の最先端の未混合モデルは特にシェードされたピクセルではうまく動作しなかった。 一方,提案モデルでは,既存モデルよりも精度の高い輝度と影補償反射率を推定した。

関連論文リスト

• ERD: Exponential Retinex decomposition based on weak space and hybrid nonconvex regularization and its denoising application [3.9304843171575112]
  Retinex理論は、画像を照明とノイズ成分のセグメンテーションとしてモデル化する。 画像復調のための指数分解アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-11T13:34:37Z)
• MixLight: Borrowing the Best of both Spherical Harmonics and Gaussian Models [69.39388799906409]
  既存の作業では、照明マップを生成したり、照明パラメータを回帰することによって照明を推定する。 本稿では,SHとSGの相補的特性を利用して,より完全な照明表現を実現するジョイントモデルであるMixLightを提案する。
  論文  参考訳（メタデータ） (2024-04-19T10:17:10Z)
• Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
  ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。 我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。 提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
  論文  参考訳（メタデータ） (2024-02-04T09:07:28Z)
• NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
  多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。 本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
  論文  参考訳（メタデータ） (2023-11-22T06:28:30Z)
• Soft Mixture Denoising: Beyond the Expressive Bottleneck of Diffusion Models [76.46246743508651]
  我々は,現在の拡散モデルが後方認知において表現力のあるボトルネックを持っていることを示した。 本稿では,後方復調のための表現的かつ効率的なモデルであるソフトミキシング・デノナイジング(SMD)を導入する。
  論文  参考訳（メタデータ） (2023-09-25T12:03:32Z)
• DiffUCD:Unsupervised Hyperspectral Image Change Detection with Semantic Correlation Diffusion Model [46.68717345017946]
  ハイパースペクトル画像変化検出(HSI-CD)はリモートセンシングにおいて重要な研究領域となっている。 意味相関拡散モデル(DiffUCD)を用いた新しい教師なしHSI-CDを提案する。 提案手法は,多数のサンプルを必要とする完全教師付き手法に匹敵する結果が得られる。
  論文  参考訳（メタデータ） (2023-05-21T09:21:41Z)
• A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
  逆タスクは、データ上の後続分布を推測するものとして定式化することができる。 しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。 そこで我々は,真の後続分布を近似する設計手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T23:00:47Z)
• Emission spectral non-Markovianity in qubit-cavity systems in the ultrastrong coupling regime [6.886982050140102]
  非マルコフ系および超強結合系における散逸性RabiおよびJaynes-Cummingsモデルの放射スペクトルについて検討した。
  論文  参考訳（メタデータ） (2023-04-05T18:10:20Z)
• A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
  マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。 我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
  論文  参考訳（メタデータ） (2022-02-01T21:21:56Z)
• Differentiable Programming for Hyperspectral Unmixing using a Physics-based Dispersion Model [9.96234892716562]
  本稿では、スペクトル変動を物理に基づくアプローチから考慮し、エンドツーエンドのスペクトルアンミックスアルゴリズムに組み込む。 畳み込みニューラルネットワークを用いた逆レンダリング技術を導入し、トレーニングデータが利用可能な場合のパフォーマンスと速度を向上させる。 結果は、赤外線と近赤外(VNIR)データセットの両方で最先端を達成する。
  論文  参考訳（メタデータ） (2020-07-12T14:16:35Z)
• Two-dimensional Multi-fiber Spectrum Image Correction Based on Machine Learning Techniques [8.754036933225398]
  画像収差補正により空間変動PSFの問題を解決する新しい手法を提案する。 CCD画像収差が補正されると、畳み込みカーネルであるPSFを1つの空間不変PSFのみに近似することができる。
  論文  参考訳（メタデータ） (2020-02-16T15:39:09Z)

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。