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
- Physics-constrained coupled neural differential equations for one dimensional blood flow modeling [0.3749861135832073]
計算心血管モデリングは、血流動態を理解する上で重要な役割を担っている。
有限要素法(FEM)に基づく従来の1次元モデルは、3次元平均解に比べて精度が低いことが多い。
本研究では1次元血流モデルの精度を向上させる物理制約付き機械学習手法を提案する。
論文 参考訳(メタデータ) (2024-11-08T15:22:20Z) - Stochastic Reconstruction of Gappy Lagrangian Turbulent Signals by Conditional Diffusion Models [1.7810134788247751]
本研究では, 乱流によって受動的に対流する小物体の軌道に沿って, 空間・速度の欠落を再現する手法を提案する。
近年提案されているデータ駆動機械学習技術である条件付き生成拡散モデルを利用する。
論文 参考訳(メタデータ) (2024-10-31T14:26:10Z) - Robust Optical Flow Computation: A Higher-Order Differential Approach [0.0]
本研究は,2次テイラー級数近似の高精度化を利用して,光フロー計算のための革新的なアルゴリズムを提案する。
KITTIやMiddleburyのような光学フローベンチマークのパフォーマンスによって、アルゴリズムの機能を示す印象的な例が現れる。
論文 参考訳(メタデータ) (2024-10-12T15:20:11Z) - FlowDepth: Decoupling Optical Flow for Self-Supervised Monocular Depth Estimation [8.78717459496649]
本稿では,ダイナミックモーションフローモジュール (DMFM) が機構ベースのアプローチで光学フローを分離し,動的領域をワープし,ミスマッチ問題を解くフローDepthを提案する。
高フレック領域と低テクスチャ領域による光度誤差の不公平性については,入力と損失レベルでそれぞれDepth-Cue-Aware Blur(DCABlur)とCost-Volumeの空間損失を用いて解決する。
論文 参考訳(メタデータ) (2024-03-28T10:31:23Z) - 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) - D-SCo: Dual-Stream Conditional Diffusion for Monocular Hand-Held Object Reconstruction [74.49121940466675]
モノクローナルハンドヘルドオブジェクト再構成のためのCentroid-fixed dual-stream conditionalfusionを導入する。
まず、対象のセントロイドがずれることを避けるために、手動制約付きセントロイド固定パラダイムを用いる。
第2に、意味的および幾何学的に手動物体の相互作用をモデル化するための二重ストリームデノイザを導入する。
論文 参考訳(メタデータ) (2023-11-23T20:14:50Z) - 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) - 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) - 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。