Fugu-MT 論文翻訳(概要): Equivariant Imaging for Self-supervised Hyperspectral Image Inpainting

論文の概要: Equivariant Imaging for Self-supervised Hyperspectral Image Inpainting

arxiv url: http://arxiv.org/abs/2404.13159v1
Date: Fri, 19 Apr 2024 19:55:15 GMT
ステータス: 処理完了
システム内更新日: 2024-04-23 20:08:39.497744
Title: Equivariant Imaging for Self-supervised Hyperspectral Image Inpainting
Title（参考訳）: 自己監督型ハイパースペクトルイメージングのための等変イメージング
Authors: Shuo Li, Mike Davies, Mehrdad Yaghoobi,
Abstract要約: ハイパースペクトル同変イメージング(Hyper-EI)と呼ばれる新しいHSI塗装アルゴリズムを提案する。提案手法は,既存手法と比較して,最先端の塗装性能を実現する。
参考スコア（独自算出の注目度）: 6.099927091387616
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Hyperspectral imaging (HSI) is a key technology for earth observation, surveillance, medical imaging and diagnostics, astronomy and space exploration. The conventional technology for HSI in remote sensing applications is based on the push-broom scanning approach in which the camera records the spectral image of a stripe of the scene at a time, while the image is generated by the aggregation of measurements through time. In real-world airborne and spaceborne HSI instruments, some empty stripes would appear at certain locations, because platforms do not always maintain a constant programmed attitude, or have access to accurate digital elevation maps (DEM), and the travelling track is not necessarily aligned with the hyperspectral cameras at all times. This makes the enhancement of the acquired HS images from incomplete or corrupted observations an essential task. We introduce a novel HSI inpainting algorithm here, called Hyperspectral Equivariant Imaging (Hyper-EI). Hyper-EI is a self-supervised learning-based method which does not require training on extensive datasets or access to a pre-trained model. Experimental results show that the proposed method achieves state-of-the-art inpainting performance compared to the existing methods.
Abstract（参考訳）: ハイパースペクトルイメージング(HSI)は、地球観測、監視、医療イメージングと診断、天文学、宇宙探査において重要な技術である。リモートセンシングアプリケーションにおける従来のHSI技術は、カメラが一度にシーンのストライプのスペクトル画像を記録し、その画像は時間による計測の集約によって生成される、プッシュ・ブルーム・スキャニング・アプローチに基づいている。現実世界の空飛ぶHSI機器では、プラットフォームが常にプログラムされた姿勢を維持したり、正確なデジタル高度マップ(DEM)にアクセスしたり、常にハイパースペクトルカメラと一致しているとは限らないため、いくつかの空のストライプが特定の場所に現れる。これにより、不完全または破損した観測から取得したHS画像の強化が不可欠である。本稿では,Hyperspectral Equivariant Imaging (Hyper-EI)と呼ばれる新しいHSIインペイントアルゴリズムを提案する。 Hyper-EIは、広範囲なデータセットのトレーニングや、事前訓練されたモデルへのアクセスを必要としない、自己教師型学習ベースの手法である。実験結果から,提案手法は既存手法と比較して,最先端の塗装性能を実現することがわかった。

関連論文リスト

GenFace: A Large-Scale Fine-Grained Face Forgery Benchmark and Cross Appearance-Edge Learning [50.7702397913573]
フォトリアリスティック・ジェネレータの急速な進歩は、真の画像と操作された画像の相違がますます不明瞭になっている臨界点に達している。公開されている顔の偽造データセットはいくつかあるが、偽造顔は主にGANベースの合成技術を用いて生成される。我々は,大規模で多様できめ細かな高忠実度データセットであるGenFaceを提案し,ディープフェイク検出の進展を促進する。
論文参考訳（メタデータ） (2024-02-03T03:13:50Z)
A Survey of Graph and Attention Based Hyperspectral Image Classification Methods for Remote Sensing Data [5.1901440366375855]
ハイパースペクトルイメージング(HSI)の分類におけるディープラーニング技術の利用は急速に増加している。最近の手法では、グラフ畳み込みネットワークの利用と、予測にノード機能を使用するユニークな機能についても検討されている。
論文参考訳（メタデータ） (2023-10-16T00:42:25Z)
Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
論文参考訳（メタデータ） (2023-06-14T09:01:50Z)
A Vision Transformer Approach for Efficient Near-Field Irregular SAR Super-Resolution [0.0]
本研究では、位置推定誤差に対処し、不規則なサンプリング測位の下でSAR画像超解像(SR)を行うモバイルフレンドビジョントランスフォーマー(ViT)アーキテクチャを提案する。提案アルゴリズムであるMobile-SRViTは,SAR画像強調にViTを用いた最初の手法であり,シミュレーションおよび実証実験によって検証されている。
論文参考訳（メタデータ） (2023-05-03T12:25:01Z)
Hyperspectral Image Segmentation: A Preliminary Study on the Oral and Dental Spectral Image Database (ODSI-DB) [3.1993890965689666]
ハイパースペクトルイメージング(HSI)は、豊富なスペクトル情報を提供する有望な技術である。近年のスナップショットHSIカメラの開発により,リアルタイム臨床HSIが実現可能性が高まっている。本研究は、HSIカメラの開発をガイドし、将来的な臨床用HSIアプリケーションに通知するために、スペクトル分解能、スペクトル範囲、空間情報の相対的重要性を強調した。
論文参考訳（メタデータ） (2023-03-14T21:57:11Z)
Blind deblurring of hyperspectral document images [0.0]
マルチスペクトル(MS)とハイパースペクトル(HS)の画像は、RGB画像よりもはるかにリッチなスペクトル情報を含んでいる。文書化に適した新しいブラインドHS画像デブロアリング手法を提案する。
論文参考訳（メタデータ） (2023-03-09T09:31:13Z)
Real-time Hyperspectral Imaging in Hardware via Trained Metasurface Encoders [55.16861072631285]
ハイパースペクトルイメージングは、コンピュータビジョンにおける画像分類と自動パターン認識のためのスペクトルシグネチャを特定するために大きな注目を集めている。上述した制限に対処する新しい統合アーキテクチャであるHyplexを紹介する。 HyplexはCMOS互換で高速なハイパースペクトルカメラで、バルク光学を人工知能によって逆向きにデザインされたナノスケールのメタ曲面に置き換える。
論文参考訳（メタデータ） (2022-04-05T09:52:51Z)
Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image Reconstruction [127.20208645280438]
ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。スペクトル間相互作用のモデル化は、HSI再構成に有用である。 Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-11-15T16:59:48Z)
End to end hyperspectral imaging system with coded compression imaging process [13.00211539170695]
符号化開口スペクトルイメージングシステムに基づく物理インフォームド自己監督CNN法を提案する。本手法は、符号化されたスペクトル情報から空間スペクトルの相対化を効果的に利用し、カメラ量子効果モデルに基づく自己監視システムを構築する。
論文参考訳（メタデータ） (2021-09-06T13:39:54Z)
Hyperspectral Pansharpening Based on Improved Deep Image Prior and Residual Reconstruction [64.10636296274168]
高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能高分解能化近年,深層畳み込みネットワーク(ConvNets)を用いたHSパンシャープ法が注目に値する結果を得た。深層層の増加を抑えることで高レベルの特徴を学習することに焦点を当てた,新しいオーバーコンプリートネットワークHyperKiteを提案する。
論文参考訳（メタデータ） (2021-07-06T14:11:03Z)
Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文参考訳（メタデータ） (2020-05-18T14:25:50Z)

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。