論文の概要: Optimal Transport for Super Resolution Applied to Astronomy Imaging
- arxiv url: http://arxiv.org/abs/2202.05354v1
- Date: Thu, 10 Feb 2022 22:20:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-14 16:37:14.853097
- Title: Optimal Transport for Super Resolution Applied to Astronomy Imaging
- Title(参考訳): 超高分解能の天体画像への最適輸送
- Authors: Michael Rawson, Jakob Hultgren
- Abstract要約: 超高分解能アプリケーションに最適なトランスポートとエントロピーを提案する。
空間的ノイズや歪みが十分小さい場合には,再現が正確であることが証明された。
我々は、この手法を、最先端の畳み込みニューラルネットワークの状態と比較し、計算コストを大幅に削減し、方法論的柔軟性を高めるために、同様の結果を得る。
- 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: Super resolution is an essential tool in optics, especially on interstellar
scales, due to physical laws restricting possible imaging resolution. We
propose using optimal transport and entropy for super resolution applications.
We prove that the reconstruction is accurate when sparsity is known and noise
or distortion is small enough. We prove that the optimizer is stable and robust
to noise and perturbations. We compare this method to a state of the art
convolutional neural network and get similar results for much less
computational cost and greater methodological flexibility.
- Abstract(参考訳): 超解像は光学、特に星間スケールにおいて、物理法則が画像解像度を制限しているため、重要なツールである。
超高分解能アプリケーションに最適なトランスポートとエントロピーを提案する。
空間的ノイズや歪みが十分小さい場合には,再現が正確であることが証明された。
我々は、オプティマイザが雑音や摂動に対して安定かつロバストであることを証明する。
本手法を畳み込みニューラルネットワークの状況と比較し,計算コストの低減と方法論的柔軟性の向上のために同様の結果を得た。
関連論文リスト
- Learning Two-factor Representation for Magnetic Resonance Image Super-resolution [1.294284364022674]
2要素表現に基づくMR画像超解像法を提案する。
具体的には、強度信号を学習可能な基底と係数の線形結合に分解する。
提案手法は最先端の性能を達成し,より優れた視覚的忠実度とロバスト性を実現する。
論文 参考訳(メタデータ) (2024-09-15T13:32:24Z) - Domain Transfer in Latent Space (DTLS) Wins on Image Super-Resolution --
a Non-Denoising Model [13.326634982790528]
本稿では,ガウス雑音から逃れる単純な手法を提案するが,画像超解像のための拡散モデルの基本構造を採用する。
実験結果から,本手法は最先端の大規模超解像モデルだけでなく,画像超解像に対する現在の拡散モデルよりも優れていた。
論文 参考訳(メタデータ) (2023-11-04T09:57:50Z) - ScaleCrafter: Tuning-free Higher-Resolution Visual Generation with
Diffusion Models [126.35334860896373]
本研究では,事前学習した拡散モデルから,トレーニング画像サイズよりもはるかに高解像度で画像を生成する能力について検討する。
注意ベースや共同拡散アプローチのような、高分解能な生成のための既存の研究は、これらの問題にうまく対処できない。
本稿では,推論中の畳み込み知覚場を動的に調整できる簡易かつ効果的な再拡張法を提案する。
論文 参考訳(メタデータ) (2023-10-11T17:52:39Z) - ACDMSR: Accelerated Conditional Diffusion Models for Single Image
Super-Resolution [84.73658185158222]
本稿では,ACDMSRと呼ばれる拡散モデルに基づく超解像法を提案する。
提案手法は, 決定論的反復分解過程を通じて超解像を行うために, 標準拡散モデルに適応する。
提案手法は,低解像度画像に対してより視覚的に現実的な表現を生成し,現実的なシナリオにおけるその有効性を強調した。
論文 参考訳(メタデータ) (2023-07-03T06:49:04Z) - Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文 参考訳(メタデータ) (2023-04-19T15:53:09Z) - LSwinSR: UAV Imagery Super-Resolution based on Linear Swin Transformer [7.3817359680010615]
超高分解能技術は無人航空機(UAV)に特に有用である
本稿では,UAV画像の高分解能化のために,最先端のSwin Transformerに基づく新しいネットワークを提案する。
論文 参考訳(メタデータ) (2023-03-17T20:14:10Z) - Handheld Burst Super-Resolution Meets Multi-Exposure Satellite Imagery [7.9716992946722804]
我々は,スマートフォンカメラバーストの超高分解能化に最先端のカーネルレグレッション技術を適用した。
画像の局所構造を利用して核融合を最適に操り、最終的な高分解能予測における曖昧さを制限する。
我々は、マルチ露光低解像度フレームの列から高分解能かつノイズフリーなフレームを予測するためにこのアプローチを拡張した。
論文 参考訳(メタデータ) (2023-03-10T12:13:31Z) - Hierarchical Similarity Learning for Aliasing Suppression Image
Super-Resolution [64.15915577164894]
エイリアスの影響を抑制するために階層画像超解像ネットワーク(HSRNet)を提案する。
HSRNetは、他の作品よりも定量的かつ視覚的なパフォーマンスを向上し、エイリアスをより効果的に再送信する。
論文 参考訳(メタデータ) (2022-06-07T14:55:32Z) - Characterizing and Taming Resolution in Convolutional Neural Networks [4.412616624011115]
画像解像度は、コンピュータビジョンモデル推論の精度、計算量、記憶量、帯域幅コストに大きな影響を及ぼす。
本稿では,画像解像度,画質,畳み込みニューラルネットワーク演算子のシステマティックかつ自動チューニングによる精度と効率のトレードオフについて検討する。
そこで本稿では,静的に解像度を選択する必要をなくす動的解決機構を提案する。
論文 参考訳(メタデータ) (2021-10-28T00:08:23Z) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳(メタデータ) (2021-04-07T12:00:38Z) - 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。