論文の概要: On the validation of pansharpening methods
- arxiv url: http://arxiv.org/abs/2111.07625v1
- Date: Mon, 15 Nov 2021 09:18:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-17 00:59:09.579131
- Title: On the validation of pansharpening methods
- Title（参考訳）: パンシャープ化法の検証について
- Authors: Gintautas Palubinskas
- Abstract要約: 2つの主要なアプローチが確立されている。
新しいpansharpeningメソッドの開発者は依然としてジレンマの前面に立ち、正しい、あるいは適切な比較/評価/検証を行う方法を示している。
添加および乗算モデルを用いた以下の成分置換 (CS) および高域通過フィルタ (HPF) パンシャルペン法について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Validation of the quality of pansharpening methods is a difficult task
because the reference is not directly available. In the meantime, two main
approaches have been established: validation in reduced resolution and original
resolution. In the former approach it is still not clear how the data are to be
processed to a lower resolution. Other open issues are related to the question
which resolution and measures should be used. In the latter approach the main
problem is how the appropriate measure should be selected. In the most
comparison studies the results of both approaches do not correspond, that means
in each case other methods are selected as the best ones. Thus, the developers
of the new pansharpening methods still stand in the front of dilemma: how to
perform a correct or appropriate comparison/evaluation/validation. It should be
noted, that the third approach is possible, that is to perform the comparison
of methods in a particular application with the usage of their ground truth.
But this is not always possible, because usually developers are not working
with applications. Moreover, it can be an additional computational load for a
researcher in a particular application. In this paper some of the
questions/problems raised above are approached/discussed. The following
component substitution (CS) and high pass filtering (HPF) pansharpening methods
with additive and multiplicative models and their enhancements such as haze
correction, histogram matching, usage of spectral response functions (SRF),
modulation transfer function (MTF) based lowpass filtering are investigated on
remote sensing data of WorldView-2 and WorldView-4 sensors.
- Abstract（参考訳）: パンシャープニング法の品質の検証は、参照が直接利用できないため難しい作業である。
その間に、2つの主要なアプローチが確立された。
前者のアプローチでは、データが低解像度にどのように処理されるかはまだ明らかになっていない。
他のオープンな問題は、どの解決と対策を使うべきかという問題に関連している。
後者のアプローチでは、適切な方法を選択する方法が主な問題である。
最も比較研究では、両方のアプローチの結果は一致せず、それぞれの場合において、他の方法が最良の方法として選択されることを意味する。
したがって、新しいパンシャーペニング手法の開発者は依然としてジレンマの前面に立ち、正しい、あるいは適切な比較/評価/検証を行う方法である。
注意すべき点は、3つ目のアプローチは、特定のアプリケーションにおけるメソッドとそれらの基礎となる真理の使い方の比較を行うことである。
しかし、これは必ずしも可能ではない。通常、開発者はアプリケーションを使っていないからだ。
さらに、特定の応用において研究者にさらなる計算負荷を与えることもできる。
この論文では、上記の疑問/問題をいくつか取り上げる。
加法および乗法モデルを用いた次の成分置換(CS)および高域通過フィルタ(HPF)パンシャーペン法と,その拡張であるヘイズ補正,ヒストグラムマッチング,スペクトル応答関数(SRF)の使用,MTFに基づく低域通過フィルタについて,WorldView-2およびWorldView-4センサーのリモートセンシングデータを用いて検討した。
関連論文リスト
- Masked Thought: Simply Masking Partial Reasoning Steps Can Improve Mathematical Reasoning Learning of Language Models [102.72940700598055]
推論タスクでは、小さなエラーでも不正確な結果にカスケードすることができる。
入力の摂動に頼らず、外部リソースの導入を避ける手法を開発した。
私たちのトレーニングアプローチでは、思考の連鎖の中で特定のトークンをランダムにマスクします。
論文 参考訳（メタデータ） (2024-03-04T16:21:54Z) - Semi-Blind Image Deblurring Based on Framelet Prior [0.3626013617212666]
画像のぼかしは手やカメラの揺れなど様々な要因によって引き起こされる。
ぼやけた画像を復元するには、点拡散関数(PSF)に関する情報を知る必要がある。
論文 参考訳（メタデータ） (2023-10-02T07:25:05Z) - GRACE: Discriminator-Guided Chain-of-Thought Reasoning [75.35436025709049]
本稿では, 正しい推論手順を導出するために, GRACE (CorrectnEss Discriminator) を用いたチェーン・オブ・シークレット・リAsoningを提案する。
GRACEは、正しいステップと間違ったステップに対して対照的な損失で訓練された判別器を採用しており、復号時に次のステップ候補を採点するために使用される。
論文 参考訳（メタデータ） (2023-05-24T09:16:51Z) - Adaptive Self-Training for Object Detection [13.07105239116411]
オブジェクト検出のための自己評価手法(ASTOD)を提案する。
ASTODはスコアヒストグラムの基底値に基づいて閾値を決定する。
擬似ラベル付けの段階では, ラベル付き画像の異なるビューを用いて, 誤り予測の回数を減らす。
論文 参考訳（メタデータ） (2022-12-07T15:10:40Z) - DPFM: Deep Partial Functional Maps [28.045544079256686]
我々は、潜在的に有意な部分性を有する非剛体形状間の密接な対応を計算することの問題を考察する。
部分的な非剛体形状対応を直接目的とする初等学習手法を提案する。
我々のアプローチは関数マップフレームワークを使用し、教師なしまたは教師なしの方法で訓練し、データから直接記述子を学習する。
論文 参考訳（メタデータ） (2021-10-19T14:05:37Z) - Targeted Cross-Validation [23.689101487016266]
一般の重み付き$L$損失に基づいてモデルやプロシージャを選択するためのターゲットクロスバリデーション(TCV)を提案する。
我々は、TCVが$L$損失の下で最高のパフォーマンス候補を選択することに一貫性があることを示します。
本研究では,サンプルサイズの変化に応じて最適な候補を切り替えることにより,選択整合性の概念を広げる。
論文 参考訳（メタデータ） (2021-09-14T19:53:18Z) - Tune it the Right Way: Unsupervised Validation of Domain Adaptation via
Soft Neighborhood Density [125.64297244986552]
本稿では,点間の類似度分布のエントロピーを計算し,ソフト近傍の密度を測定する教師なし検証基準を提案する。
私たちの基準は、競合する検証方法よりもシンプルですが、より効果的です。
論文 参考訳（メタデータ） (2021-08-24T17:41:45Z) - Prior Guided Feature Enrichment Network for Few-Shot Segmentation [64.91560451900125]
最先端のセマンティックセグメンテーション手法は、良い結果を得るために十分なラベル付きデータを必要とする。
少数のラベル付きサポートサンプルを持つ新しいクラスに迅速に適応するモデルを学習することで,この問題に対処するためのショットセグメンテーションが提案されている。
これらのフレームワークは、高レベルのセマンティック情報の不適切な使用により、目に見えないクラスにおける一般化能力の低下という課題に直面している。
論文 参考訳（メタデータ） (2020-08-04T10:41:32Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z) - SOIC: Semantic Online Initialization and Calibration for LiDAR and
Camera [18.51029962714994]
本稿では,LiDARとカメラセンサのためのセマンティックベースのオンラインキャリブレーション手法SOICを提案する。
我々は,提案手法をGTで評価するか,KITTIデータセット上で予測する。
論文 参考訳（メタデータ） (2020-03-09T17:02:31Z) - Implicit differentiation of Lasso-type models for hyperparameter
optimization [82.73138686390514]
ラッソ型問題に適した行列逆転のない効率的な暗黙微分アルゴリズムを提案する。
提案手法は,解の空間性を利用して高次元データにスケールする。
論文 参考訳（メタデータ） (2020-02-20T18:43:42Z)
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。