論文の概要: An Integrated Framework for the Heterogeneous Spatio-Spectral-Temporal
Fusion of Remote Sensing Images
- arxiv url: http://arxiv.org/abs/2109.00400v1
- Date: Wed, 1 Sep 2021 14:29:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-02 14:12:30.258538
- Title: An Integrated Framework for the Heterogeneous Spatio-Spectral-Temporal
Fusion of Remote Sensing Images
- Title（参考訳）: リモートセンシング画像の不均一なスペクトル・時間融合のための統合フレームワーク
- Authors: Menghui Jiang, Huanfeng Shen, Jie Li, Liangpei Zhang
- Abstract要約: 本稿ではまず, 新たな残留残差サイクルに基づく不均一な統合フレームワークを提案する。
提案するネットワークは,同種情報だけでなく異種情報も効果的に融合することができる。
相補的ヘテロジニアス空間,スペクトル,時間情報を同時に統合するヘテロジニアス統合融合フレームワークを初めて提案する。
- 参考スコア（独自算出の注目度）: 22.72006711045537
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image fusion technology is widely used to fuse the complementary information
between multi-source remote sensing images. Inspired by the frontier of deep
learning, this paper first proposes a heterogeneous-integrated framework based
on a novel deep residual cycle GAN. The proposed network consists of a forward
fusion part and a backward degeneration feedback part. The forward part
generates the desired fusion result from the various observations; the backward
degeneration feedback part considers the imaging degradation process and
regenerates the observations inversely from the fusion result. The proposed
network can effectively fuse not only the homogeneous but also the
heterogeneous information. In addition, for the first time, a
heterogeneous-integrated fusion framework is proposed to simultaneously merge
the complementary heterogeneous spatial, spectral and temporal information of
multi-source heterogeneous observations. The proposed heterogeneous-integrated
framework also provides a uniform mode that can complete various fusion tasks,
including heterogeneous spatio-spectral fusion, spatio-temporal fusion, and
heterogeneous spatio-spectral-temporal fusion. Experiments are conducted for
two challenging scenarios of land cover changes and thick cloud coverage.
Images from many remote sensing satellites, including MODIS, Landsat-8,
Sentinel-1, and Sentinel-2, are utilized in the experiments. Both qualitative
and quantitative evaluations confirm the effectiveness of the proposed method.
- Abstract（参考訳）: 画像融合技術はマルチソースリモートセンシング画像間の補完情報を融合するために広く使われている。
深層学習のフロンティアに触発された本論文は,新しい深部残差サイクルGANに基づく異種統合フレームワークを最初に提案する。
提案するネットワークは、前方融合部と後方退化フィードバック部とから構成される。
前方部は、様々な観察から所望の融合結果を生成し、後方変性フィードバック部は、撮像劣化過程を考慮し、融合結果から逆向きに観測を再生する。
提案するネットワークは,同種情報だけでなく異種情報も効果的に融合することができる。
また,多源不均質観測の相補的不均質な空間的,スペクトル的,時間的情報を同時結合する不均質積分核融合フレームワークが提案されている。
提案したヘテロジニアス統合フレームワークは、ヘテロジニアス時空間融合、スパジニアス時空間融合、ヘテロジニアス時空間融合を含む様々な融合タスクを完了できる均一モードも提供する。
土地被覆変化と厚い雲被覆の2つの困難なシナリオについて実験を行った。
実験では、MODIS、Landsat-8、Sentinel-1、Sentinel-2を含む多くのリモートセンシング衛星の画像が使用されている。
定性的および定量的評価により,提案手法の有効性が確認された。
関連論文リスト
- MMA-UNet: A Multi-Modal Asymmetric UNet Architecture for Infrared and Visible Image Fusion [4.788349093716269]
MMIF(Multi-modal Image fusion)は、様々なモダリティから有用な情報を同じ表現空間にマッピングする。
既存の融合アルゴリズムは、対称的にマルチモーダル画像を融合する傾向があり、浅い情報や偏りが単一モーダルに対して失われる。
本研究では,異なるモードにおける情報の空間分布の差異を解析し,同一ネットワーク内の符号化特徴が同時に深層特徴空間アライメントを実現するには困難であることを証明した。
論文 参考訳（メタデータ） (2024-04-27T01:35:21Z) - 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) - Decomposition-based and Interference Perception for Infrared and Visible
Image Fusion in Complex Scenes [4.919706769234434]
本稿では,分解に基づく干渉知覚画像融合法を提案する。
可視画像の画素を光透過の散乱度から分類し,画像の細部とエネルギー情報を分離する。
この洗練された分解により、複雑なシーンにあるより干渉するピクセルを識別するモデルが提案される。
論文 参考訳（メタデータ） (2024-02-03T09:27:33Z) - A Dual Domain Multi-exposure Image Fusion Network based on the
Spatial-Frequency Integration [57.14745782076976]
マルチ露光画像融合は、異なる露光で画像を統合することにより、単一の高ダイナミック画像を生成することを目的としている。
本稿では,MEF-SFI と呼ばれる空間周波数統合フレームワークによるマルチ露光画像融合の新たな視点を提案する。
提案手法は,最先端のマルチ露光画像融合手法に対する視覚的近似核融合結果を実現する。
論文 参考訳（メタデータ） (2023-12-17T04:45:15Z) - 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) - UniFusion: Unified Multi-view Fusion Transformer for Spatial-Temporal
Representation in Bird's-Eye-View [20.169308746548587]
空間的および時間的融合を統一し、それらを統一された数学的定式化にマージする新しい手法を提案する。
提案手法は,空間時空間融合を併用することにより,長距離核融合を支援することができる。
本手法は,地図分割作業における最先端性能を得る。
論文 参考訳（メタデータ） (2022-07-18T11:59:10Z) - Target-aware Dual Adversarial Learning and a Multi-scenario
Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection [65.30079184700755]
本研究は、物体検出のために異なるように見える赤外線と可視画像の融合の問題に対処する。
従来のアプローチでは、2つのモダリティの根底にある共通点を発見し、反復最適化またはディープネットワークによって共通空間に融合する。
本稿では、融合と検出の連立問題に対する二段階最適化の定式化を提案し、その後、核融合と一般的に使用される検出ネットワークのためのターゲット認識デュアル逆学習(TarDAL)ネットワークに展開する。
論文 参考訳（メタデータ） (2022-03-30T11:44:56Z) - Exploring Separable Attention for Multi-Contrast MR Image
Super-Resolution [88.16655157395785]
本稿では,SANet という,分離可能なアテンションネットワーク (優先のアテンションと背景分離のアテンションを含む) を提案する。
補助コントラストの助けを借りて、前後方向の前景と背景領域を探索することができる。
これは、補助コントラストを用いて前景と背景領域を予測する分離可能なアテンションメカニズムを探索する最初のモデルである。
論文 参考訳（メタデータ） (2021-09-03T05:53:07Z) - Subspace-Based Feature Fusion From Hyperspectral And Multispectral Image
For Land Cover Classification [17.705966155216945]
画素分類のためのハイパースペクトル(HS)とマルチスペクトル(MS)画像からの特徴融合法を提案する。
提案手法は,まず形状プロファイルを用いてMS画像から空間的特徴を抽出する。
特徴融合問題を効率的に解くために、交互最適化(AO)と乗算器の交互方向法(ADMM)を組み合わせたアルゴリズムを開発した。
論文 参考訳（メタデータ） (2021-02-22T17:59:18Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z)
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。