論文の概要: Deep-learning-based Hyperspectral imaging through a RGB camera
- arxiv url: http://arxiv.org/abs/2107.05190v1
- Date: Mon, 12 Jul 2021 04:23:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-13 23:18:41.095604
- Title: Deep-learning-based Hyperspectral imaging through a RGB camera
- Title（参考訳）: RGBカメラを用いた深層学習によるハイパースペクトルイメージング
- Authors: Xinyu Gao, Tianlang Wang, Jing Yang, Jinchao Tao, Yanqing Qiu, Yanlong
Meng, Banging Mao, Pengwei Zhou, and Yi Li
- Abstract要約: ハイパースペクトル画像(HSI)には、食品の安全性、リモートセンシング、医療検出に広く用いられている空間パターンとスペクトル情報の両方が含まれている。
近年,畳み込みニューラルネットワーク(CNN)アルゴリズムを用いて単一のRGB画像からHSIを再構成できることが報告されている。
本研究では,RGBカメラのスペクトル感度(CSS)がHSIに与える影響に着目した。
- 参考スコア（独自算出の注目度）: 6.931572045689959
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hyperspectral image (HSI) contains both spatial pattern and spectral
information which has been widely used in food safety, remote sensing, and
medical detection. However, the acquisition of hyperspectral images is usually
costly due to the complicated apparatus for the acquisition of optical
spectrum. Recently, it has been reported that HSI can be reconstructed from
single RGB image using convolution neural network (CNN) algorithms. Compared
with the traditional hyperspectral cameras, the method based on CNN algorithms
is simple, portable and low cost. In this study, we focused on the influence of
the RGB camera spectral sensitivity (CSS) on the HSI. A Xenon lamp incorporated
with a monochromator were used as the standard light source to calibrate the
CSS. And the experimental results show that the CSS plays a significant role in
the reconstruction accuracy of an HSI. In addition, we proposed a new HSI
reconstruction network where the dimensional structure of the original
hyperspectral datacube was modified by 3D matrix transpose to improve the
reconstruction accuracy.
- Abstract（参考訳）: ハイパースペクトル画像(HSI)には、食品の安全性、リモートセンシング、医療検出に広く用いられている空間パターンとスペクトル情報の両方が含まれている。
しかし、超スペクトル画像の取得は通常、光学スペクトルの取得のための複雑な装置のためにコストがかかる。
近年,畳み込みニューラルネットワーク(CNN)アルゴリズムを用いて単一のRGB画像からHSIを再構成できることが報告されている。
従来のハイパースペクトルカメラと比較して、CNNアルゴリズムに基づく手法は単純でポータブルで低コストである。
本研究では,RGBカメラのスペクトル感度(CSS)がHSIに与える影響に着目した。
モノクロメータを内蔵したキセノンランプは、cssを校正するための標準光源として使用された。
また,実験結果から,HSIの再構築精度においてCSSが重要な役割を担っていることが明らかとなった。
さらに,3次元行列変換により再構成精度を向上させるため,元のハイパースペクトルデータキューブの次元構造を修正した新しいHSI再構成ネットワークを提案する。
関連論文リスト
- Deep learning-based hyperspectral image reconstruction for quality assessment of agro-product [0.0]
本研究の目的は,農業用深層学習によるRGB画像からのハイパースペクトル画像の再構成である。
アルゴリズムは、RGB画像からのハイパースペクトル画像を正確に再構成し、その結果のスペクトルは、地上構造と密接に一致した。
これらの知見は,様々な農業用ツールとして,ディープラーニングに基づくハイパースペクトル画像再構成の可能性を強調した。
論文 参考訳（メタデータ） (2024-05-20T18:15:20Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳（メタデータ） (2023-07-26T07:45:14Z) - Learning A 3D-CNN and Transformer Prior for Hyperspectral Image
Super-Resolution [80.93870349019332]
本稿では,CNN の代わりに Transformer を用いて HSI の事前学習を行う新しい HSISR 手法を提案する。
具体的には、まず勾配アルゴリズムを用いてHSISRモデルを解き、次に展開ネットワークを用いて反復解過程をシミュレートする。
論文 参考訳（メタデータ） (2021-11-27T15:38:57Z) - Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image
Reconstruction [127.20208645280438]
ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。
スペクトル間相互作用のモデル化は、HSI再構成に有用である。
Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-11-15T16:59:48Z) - The Application of Convolutional Neural Networks for Tomographic
Reconstruction of Hyperspectral Images [0.0]
畳み込みニューラルネットワーク(CNN)を用いた新しい手法を提案し,CTIS(Computed Imaging Spectrometer)画像から超スペクトル立方体を再構成する。
CNNは標準的な予測アルゴリズムよりも精度が高く、復元時間が短い。
論文 参考訳（メタデータ） (2021-08-30T18:11:08Z) - Hyperspectral Pansharpening Based on Improved Deep Image Prior and
Residual Reconstruction [64.10636296274168]
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化
近年,深層畳み込みネットワーク(ConvNets)を用いたHSパンシャープ法が注目に値する結果を得た。
深層層の増加を抑えることで高レベルの特徴を学習することに焦点を当てた,新しいオーバーコンプリートネットワークHyperKiteを提案する。
論文 参考訳（メタデータ） (2021-07-06T14:11:03Z) - Tuning IR-cut Filter for Illumination-aware Spectral Reconstruction from
RGB [84.1657998542458]
再現精度は、使用中のRGBカメラのスペクトル応答に大きく依存していることが証明されている。
本稿では,既存のrgbカメラのフィルタアレイに基づくカラーイメージング機構を調査し,irカットフィルタの設計方法を提案する。
論文 参考訳（メタデータ） (2021-03-26T19:42:21Z) - Learning to Enhance Visual Quality via Hyperspectral Domain Mapping [8.365634649800658]
SpecNetはスペクトルプロファイルを計算し、所定の画像の画素単位のダイナミックレンジ調整を推定する。
我々は、RGB画像から可視HSIを推測するために、自己スーパービジョンとスペクトルプロファイル正規化ネットワークを組み込んだ。
論文 参考訳（メタデータ） (2021-02-10T13:27:34Z) - Fast Hyperspectral Image Recovery via Non-iterative Fusion of
Dual-Camera Compressive Hyperspectral Imaging [22.683482662362337]
符号化開口分光画像(CASSI)は3次元ハイパースペクトル像(HSI)を撮像するための有望な技術である
様々な正規化器を用いて2次元計測から3次元データを再構成している。
実現可能な解決策の1つは、CASSIのRGB測定などの追加情報を活用することです。
論文 参考訳（メタデータ） (2020-12-30T10:29:32Z) - Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral
Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。
本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。
実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文 参考訳（メタデータ） (2020-05-18T14:25:50Z)
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。