論文の概要: 3D wind field profiles from hyperspectral sounders: revisiting
optic-flow from a meteorological perspective
- arxiv url: http://arxiv.org/abs/2303.05154v1
- Date: Thu, 9 Mar 2023 10:14:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 15:16:23.856480
- Title: 3D wind field profiles from hyperspectral sounders: revisiting
optic-flow from a meteorological perspective
- Title(参考訳): ハイパースペクトル音場からの3次元風況--気象学的視点からの再検討
- Authors: P. H\'eas and O. Hautecoeur and R. Borde
- Abstract要約: 本稿では, 垂直分解型3次元大気運動ベクトル(AMV)データをフォアキャスト方式で抽出するための効率的な光フローアルゴリズムを提案する。
この再帰法は, 実大気観測における現状の光学的流れアルゴリズムよりも優れていることを示す。
- 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: In this work, we present an efficient optic flow algorithm for the extraction
of vertically resolved 3D atmospheric motion vector (AMV) fields from
incomplete hyperspectral image data measures by infrared sounders. The model at
the heart of the energy to be minimized is consistent with atmospheric
dynamics, incorporating ingredients of thermodynamics, hydrostatic equilibrium
and statistical turbulence. Modern optimization techniques are deployed to
design a low-complexity solver for the energy minimization problem, which is
non-convex, non-differentiable, high-dimensional and subject to physical
constraints. In particular, taking advantage of the alternate direction of
multipliers methods (ADMM), we show how to split the original high-dimensional
problem into a recursion involving a set of standard and tractable optic-flow
sub-problems. By comparing with the ground truth provided by the operational
numerical simulation of the European Centre for Medium-Range Weather Forecasts
(ECMWF), we show that the performance of the proposed method is superior to
state-of-the-art optical flow algorithms in the context of real infrared
atmospheric sounding interferometer (IASI) observations.
- Abstract(参考訳): 本研究では, 垂直分解型3次元大気運動ベクトル(AMV)場を不完全な高スペクトル画像データから抽出するための高効率光流アルゴリズムを提案する。
最小化されるエネルギーの中心にあるモデルは、熱力学、静水平衡、統計乱流の成分を取り入れた大気力学と一致している。
現代的な最適化手法は、非凸、非微分可能、高次元、物理的制約の対象となるエネルギー最小化問題のための低複素解法を設計するためにデプロイされる。
特に, 乗算器法 (ADMM) の代替方向を利用して, 従来の高次元問題を, 標準およびトラクタブルなサブプロブレムの集合を含む再帰に分割する方法を示す。
欧州中距離気象予報センター(ecmwf)の運用数値シミュレーションにより得られた基礎的真理との比較により,本手法の性能は実赤外大気観測干渉計(iasi)の観測において最先端の光学フローアルゴリズムよりも優れていることを示した。
関連論文リスト
- Vision-Informed Flow Image Super-Resolution with Quaternion Spatial
Modeling and Dynamic Flow Convolution [49.45309818782329]
フロー画像超解像(FISR)は、低分解能フロー画像から高分解能乱流速度場を復元することを目的としている。
既存のFISR法は主に自然画像パターンのフロー画像を処理する。
第一流れの視覚特性インフォームドFISRアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-01-29T06:48:16Z) - EmerNeRF: Emergent Spatial-Temporal Scene Decomposition via
Self-Supervision [85.17951804790515]
EmerNeRFは動的駆動シーンの時空間表現を学習するためのシンプルだが強力なアプローチである。
シーンの幾何学、外観、動き、セマンティクスを自己ブートストラップで同時にキャプチャする。
本手法はセンサシミュレーションにおける最先端性能を実現する。
論文 参考訳(メタデータ) (2023-11-03T17:59:55Z) - Stage-by-stage Wavelet Optimization Refinement Diffusion Model for
Sparse-View CT Reconstruction [14.037398189132468]
本稿では,Sparse-view CT再構成のためのSWORD(Stage-by-stage Optimization Refinement Diffusion)モデルを提案する。
具体的には、低周波および高周波生成モデルを統合する統一的な数学的モデルを構築し、最適化手順で解を実現する。
提案手法は,低周波発生,高周波高精細化,領域変換の3段階を含む,確立された最適化理論に根ざした。
論文 参考訳(メタデータ) (2023-08-30T10:48:53Z) - AT-DDPM: Restoring Faces degraded by Atmospheric Turbulence using
Denoising Diffusion Probabilistic Models [64.24948495708337]
大気の乱流は、ぼやけや幾何学的歪みを導入して画質を著しく劣化させる。
CNNベースやGANインバージョンベースなど,深層学習に基づく単一画像大気乱流低減手法が提案されている。
Denoising Diffusion Probabilistic Models (DDPMs) は、その安定したトレーニングプロセスと高品質な画像を生成する能力により、最近注目を集めている。
論文 参考訳(メタデータ) (2022-08-24T03:13:04Z) - PCA Event-Based Otical Flow for Visual Odometry [0.0]
本稿では,イベントベース光流量推定問題に対する主成分分析手法を提案する。
提案手法の最良の変種は,ビジュアルオドメトリーのリアルタイムコンテキストを対象とし,最先端実装と比較して約2倍高速であることを示す。
論文 参考訳(メタデータ) (2021-05-08T18:30:44Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳(メタデータ) (2021-03-22T18:06:58Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳(メタデータ) (2020-11-02T18:02:26Z) - Image Reconstruction of Static and Dynamic Scenes through Anisoplanatic
Turbulence [1.6114012813668934]
静的および動的シーケンスの両方で大気乱流を緩和する統一的な手法を提案する。
我々は,新しい時空間非局所平均化手法を用いることで,既存手法と比較して優れた結果を得ることができる。
論文 参考訳(メタデータ) (2020-08-31T19:20:46Z) - High-Contrast Reflection Tomography with Total-Variation Constraints [26.873262435961333]
逆散乱とは、物体の散乱電位の空間分布を、その周りの散乱波動場を測定することによって推定する過程である。
本稿では,オブジェクトの背景モデルからの側情報を必要としない制約付きインクリメンタル周波数インバージョンフレームワークを提案する。
論文 参考訳(メタデータ) (2020-05-06T15:26:55Z) - A Near-Optimal Gradient Flow for Learning Neural Energy-Based Models [93.24030378630175]
学習エネルギーベースモデル(EBM)の勾配流を最適化する新しい数値スキームを提案する。
フォッカー・プランク方程式から大域相対エントロピーの2階ワッサーシュタイン勾配流を導出する。
既存のスキームと比較して、ワッサーシュタイン勾配流は実データ密度を近似するより滑らかで近似的な数値スキームである。
論文 参考訳(メタデータ) (2019-10-31T02:26:20Z)
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。