論文の概要: Creating synthetic meteorology satellite visible light images during night based on GAN method

• arxiv url: http://arxiv.org/abs/2108.04330v1
• Date: Wed, 21 Jul 2021 16:05:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-15 11:28:58.708169
• Title: Creating synthetic meteorology satellite visible light images during night based on GAN method
• Title（参考訳）: GAN法による夜間の合成気象衛星可視光画像の作成
• Authors: CHENG Wencong (1) ((1) Beijing Aviation Meteorological Institute)
• Abstract要約: 夜間に合成衛星可視光画像を作成するための深層学習に基づく手法を提案する。 具体的には,GAN(Generative Adversarial Networks)モデルを用いて,可視光画像を生成する。 ECMWF NWP製品とFY-4A気象衛星可視光および赤外チャネル日時に基づく実験により,提案手法の有効性が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Meteorology satellite visible light images is critical for meteorology support and forecast. However, there is no such kind of data during night time. To overcome this, we propose a method based on deep learning to create synthetic satellite visible light images during night. Specifically, to produce more realistic products, we train a Generative Adversarial Networks (GAN) model to generate visible light images given the corresponding satellite infrared images and numerical weather prediction(NWP) products. To better model the nonlinear relationship from infrared data and NWP products to visible light images, we propose to use the channel-wise attention mechanics, e.g., SEBlock to quantitative weight the input channels. The experiments based on the ECMWF NWP products and FY-4A meteorology satellite visible light and infrared channels date show that the proposed methods can be effective to create realistic synthetic satellite visible light images during night.
• Abstract（参考訳）: 気象衛星可視光画像は気象支援と予測に不可欠である。 しかし、夜間にはそのようなデータは存在しない。 そこで本研究では,夜間に合成衛星可視光画像を作成するための深層学習に基づく手法を提案する。 具体的には、より現実的な製品を製造するために、GANモデルを訓練し、対応する衛星赤外線画像と数値気象予測(NWP)製品から可視光画像を生成する。 赤外線データとNWP生成物から可視光画像への非線形関係をモデル化するために,SEBlockなどのチャネルワイドアテンション機構を用いて入力チャネルを定量的に重み付けする手法を提案する。 ecmwf nwp製品とfy-4a気象衛星可視光と赤外線チャネルを用いた実験は、提案手法が夜間に合成衛星可視光画像を作成するのに有効であることを示した。

関連論文リスト

• CrossViewDiff: A Cross-View Diffusion Model for Satellite-to-Street View Synthesis [54.852701978617056]
  CrossViewDiffは、衛星間ビュー合成のためのクロスビュー拡散モデルである。 ビュー間の大きな相違による課題に対処するため、衛星シーン構造推定とクロスプラットフォームテクスチャマッピングモジュールを設計する。 合成結果のより包括的な評価を実現するため,GPTに基づくスコアリング手法を設計する。
  論文  参考訳（メタデータ） (2024-08-27T03:41:44Z)
• NeRF-Casting: Improved View-Dependent Appearance with Consistent Reflections [57.63028964831785]
  最近の研究は、遠方の環境照明の詳細な明細な外観を描画するNeRFの能力を改善しているが、近い内容の一貫した反射を合成することはできない。 我々はこれらの問題をレイトレーシングに基づくアプローチで解決する。 このモデルでは、それぞれのカメラ線に沿った点における視界依存放射率を求めるために高価なニューラルネットワークをクエリする代わりに、これらの点から光を流し、NeRF表現を通して特徴ベクトルを描画します。
  論文  参考訳（メタデータ） (2024-05-23T17:59:57Z)
• Simulating Nighttime Visible Satellite Imagery of Tropical Cyclones Using Conditional Generative Adversarial Networks [10.76837828367292]
  本研究では,夜間可視反射率を高精度に生成するCGANモデルを提案する。 日中における高度ヒマワリ画像装置(AHI)の目標領域観測により,本モデルを訓練し,検証した。 本研究は、可視・赤外線画像放射計スイート(VIIRS)のデイ/ナイトバンド(DNB)を用いた夜間モデル検証も行った。
  論文  参考訳（メタデータ） (2024-01-22T03:44:35Z)
• Diffusion Models for Interferometric Satellite Aperture Radar [73.01013149014865]
  確率拡散モデル (Probabilistic Diffusion Models, PDMs) は、最近、非常に有望な生成モデルのクラスとして登場した。 ここでは、PDMを活用して、レーダーベースの衛星画像データセットを複数生成する。 PDMは複雑で現実的な構造を持つ画像を生成することに成功したが、サンプリング時間は依然として問題である。
  論文  参考訳（メタデータ） (2023-08-31T16:26:17Z)
• Spatiotemporally Consistent HDR Indoor Lighting Estimation [66.26786775252592]
  本研究では,屋内照明推定問題を解決するための物理動機付きディープラーニングフレームワークを提案する。 深度マップを用いた1枚のLDR画像から,任意の画像位置における空間的に一貫した照明を予測できる。 我々のフレームワークは、最先端の単一画像やビデオベースの手法と比較して、高画質で光リアリスティック照明予測を実現する。
  論文  参考訳（メタデータ） (2023-05-07T20:36:29Z)
• NeRF applied to satellite imagery for surface reconstruction [5.027411102165872]
  本稿では、最近導入されたシャドウニューラルレージアンスフィールド(S-NeRF)モデルの修正実装であるSurf-NeRFを提案する。 本手法は、画像中の光の変動を考慮しつつ、シーンの衛星画像の粗い集合から新規なビューを合成することができる。 トレーニングされたモデルは、しばしば衛星観測用途に望ましい量であるシーンの表面の標高を正確に推定するためにも使用できる。
  論文  参考訳（メタデータ） (2023-04-09T01:37:13Z)
• Attention-Based Scattering Network for Satellite Imagery [0.0]
  我々は、この散乱を利用して、訓練可能なパラメータを追加せずに高レベルの特徴を抽出する。 実験では、熱帯性サイクロンの強度を推定し、衛星画像から雷の発生を予測する有望な結果を示した。
  論文  参考訳（メタデータ） (2022-10-21T18:25:34Z)
• Sat-NeRF: Learning Multi-View Satellite Photogrammetry With Transient Objects and Shadow Modeling Using RPC Cameras [10.269997499911668]
  サテライトニューラルレージアンスフィールド(Sat-NeRF)は,野生のマルチビュー衛星写真グラムを学習するための新しいエンドツーエンドモデルである。 Sat-NeRFは、ニューラルレンダリングの最新トレンドとネイティブ衛星カメラモデルを組み合わせたものだ。 我々は,異なる場所からのWorldView-3画像を用いてSat-NeRFを評価し,衛星カメラモデルにバンドル調整を適用する利点を強調した。
  論文  参考訳（メタデータ） (2022-03-16T19:18:46Z)
• Urban Radiance Fields [77.43604458481637]
  本研究では,都市屋外環境における世界地図作成によく利用されるスキャニングプラットフォームによって収集されたデータから3次元再構成と新しいビュー合成を行う。 提案手法は、制御された環境下での小さなシーンのための現実的な新しい画像の合成を実証したニューラルラジアンス場を拡張している。 これら3つのエクステンションはそれぞれ、ストリートビューデータの実験において、大幅なパフォーマンス改善を提供する。
  論文  参考訳（メタデータ） (2021-11-29T15:58:16Z)
• Spatially-Varying Outdoor Lighting Estimation from Intrinsics [66.04683041837784]
  本稿では,空間変動型屋外照明推定のためのニューラルネットワークSOLID-Netを提案する。 グローバルスカイ環境マップとワープ画像情報を組み合わせて,空間変動する局所照明環境マップを生成する。 合成データセットと実データセットの両方の実験は、SOLID-Netが以前の方法を大幅に上回っていることを示しています。
  論文  参考訳（メタデータ） (2021-04-09T02:28:54Z)
• NightVision: Generating Nighttime Satellite Imagery from Infra-Red Observations [0.6127835361805833]
  この研究は、U-Netベースのアーキテクチャを用いて、深層学習をうまく適用して可視画像を作成する方法を示す。 提案手法は, 構造類似度指標(SSIM)を独立テストセットで最大86%達成し, 有望な結果を示す。
  論文  参考訳（メタデータ） (2020-11-13T16:55:46Z)

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。