Fugu-MT 論文翻訳(概要): Cloud Removal from Satellite Images

論文の概要: Cloud Removal from Satellite Images

arxiv url: http://arxiv.org/abs/2112.15483v1
Date: Thu, 23 Dec 2021 07:25:19 GMT
ステータス: 処理完了
システム内更新日: 2022-01-09 15:23:52.922360
Title: Cloud Removal from Satellite Images
Title（参考訳）: 衛星画像からの雲除去
Authors: Rutvik Chauhan, Antarpuneet Singh, Sujoy Saha
Abstract要約: センチネルハブを用いたクラウド検出技術について分析を行った。また,空間的注意生成対向ネットワークを導入し,生成画像の品質を従来に比べて向上させた。
参考スコア（独自算出の注目度）: 0.6388940465023902
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this report, we have analyzed available cloud detection technique using sentinel hub. We have also implemented spatial attention generative adversarial network and improved quality of generated image compared to previous solution [7].
Abstract（参考訳）: 本報告では,sentinel hubを用いて利用可能なクラウド検出手法を分析した。また,空間的注意喚起広告ネットワークを実装し,従来のソリューションに比べて生成画像の品質が向上した[7]。

関連論文リスト

Removing cloud shadows from ground-based solar imagery [0.33748750222488655]
本稿では,U-Netアーキテクチャに基づくクラウドシャドウの除去手法を提案し,古典的監視と条件付きGANを比較した。我々は,実画像と合成雲の新しいデータセットを用いて,2つの異なる画像モダリティについて評価を行った。
論文参考訳（メタデータ） (2024-07-18T10:38:24Z)
High-Resolution Cloud Detection Network [4.717213036330225]
本稿では,高分解能クラウド検出ネットワーク(HR-cloud-Net)を紹介する。 HR-cloud-Netは高分解能表現モジュール、レイヤーワイド機能融合モジュール、多分解能ピラミッドプールモジュールを統合している。ノイズの多い拡張画像に基づいて訓練された学生ビューを教師ビューで教師が通常の画像を処理するという,新しいアプローチが導入された。
論文参考訳（メタデータ） (2024-07-10T04:54:03Z)
Point Cloud Compression with Implicit Neural Representations: A Unified Framework [54.119415852585306]
我々は幾何学と属性の両方を扱える先駆的なクラウド圧縮フレームワークを提案する。本フレームワークでは,2つの座標ベースニューラルネットワークを用いて,voxelized point cloudを暗黙的に表現する。本手法は,既存の学習手法と比較して,高い普遍性を示す。
論文参考訳（メタデータ） (2024-05-19T09:19:40Z)
Few-shot point cloud reconstruction and denoising via learned Guassian splats renderings and fine-tuned diffusion features [52.62053703535824]
本稿では,少数の画像から点雲を再構成し,そのレンダリングから点雲を識別する手法を提案する。制約条件下での再構成を改善するため,ハイブリッド表面と外観の相違点のトレーニングを規則化する。これらの学習したフィルタを使って、3Dの監督なしに来る点雲ノイズを除去する方法を実証する。
論文参考訳（メタデータ） (2024-04-01T13:38:16Z)
Semantic Segmentation of Radar Detections using Convolutions on Point Clouds [59.45414406974091]
本稿では,レーダ検出を点雲に展開する深層学習手法を提案する。このアルゴリズムは、距離依存クラスタリングと入力点雲の事前処理により、レーダ固有の特性に適応する。我々のネットワークは、レーダポイント雲のセマンティックセグメンテーションのタスクにおいて、PointNet++に基づく最先端のアプローチよりも優れています。
論文参考訳（メタデータ） (2023-05-22T07:09:35Z)
MM811 Project Report: Cloud Detection and Removal in Satellite Images [0.0]
我々は,アテンションGANを用いて衛星画像から雲を除去することを目的としている。従来のGANとオートエンコーダを用いて得られた結果を再現して比較した。このプロジェクトの結果は、クラウドフリーの衛星画像を必要とするアプリケーションの開発に利用できる。
論文参考訳（メタデータ） (2022-12-21T21:14:35Z)
Boosting Point Clouds Rendering via Radiance Mapping [49.24193509772339]
コンパクトなモデル設計でポイントクラウドレンダリングの画質向上に重点を置いている。我々はNeRF表現を1ピクセルあたりの単一評価しか必要としない空間マッピング関数に単純化する。提案手法は点雲上での最先端のレンダリングを実現し,先行研究を顕著なマージンで上回った。
論文参考訳（メタデータ） (2022-10-27T01:25:57Z)
Sentinel-1 and Sentinel-2 Spatio-Temporal Data Fusion for Clouds Removal [51.9654625216266]
雲崩壊した光画像復元のための新しい手法が,ジョイントデータ融合パラダイムに基づいて提案され,開発されている。 Sentinelのコードとデータセットはスクラッチから実装され、さらなる分析と調査のために興味のある研究が利用可能になった点に注目しておくとよいだろう。
論文参考訳（メタデータ） (2021-06-23T08:15:01Z)
Seeing Through Clouds in Satellite Images [14.84582204034532]
本稿では,衛星画像中の雲に隠されたピクセルを回復するためのニューラルネットワークベースのソリューションを提案する。我々は、雲を貫通する超高周波数帯の電波周波数(RF)信号を活用し、マルチスペクトル画像における隠蔽領域の再構成を支援する。
論文参考訳（メタデータ） (2021-06-15T20:01:27Z)
An Efficient Hypergraph Approach to Robust Point Cloud Resampling [57.49817398852218]
ハイパーグラフ信号処理(hgsp)に基づくポイントクラウド再サンプリングの検討点群の信号ノード間の多面的な相互作用を捕捉するハイパーグラフスペクトルフィルタを設計する。実験の結果, 点雲のハイパーグラフ解析の有効性が検証された。
論文参考訳（メタデータ） (2021-03-11T23:19:54Z)
Cloud Removal for Remote Sensing Imagery via Spatial Attention Generative Adversarial Network [0.9746724603067647]
リモートセンシング画像雲除去の課題を解決するため,空間注意生成敵ネットワーク (SpA GAN) というモデルを提案する。 SpA GANは人間の視覚機構を模倣し、局所的な空間的注意を伴って雲の領域を認識し、焦点を合わせる。
論文参考訳（メタデータ） (2020-09-28T02:13:23Z)

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。