論文の概要: MoonMetaSync: Lunar Image Registration Analysis

• arxiv url: http://arxiv.org/abs/2410.11118v1
• Date: Mon, 14 Oct 2024 22:05:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-16 14:03:16.401983
• Title: MoonMetaSync: Lunar Image Registration Analysis
• Title（参考訳）: MoonMetaSync:月面画像登録分析
• Authors: Ashutosh Kumar, Sarthak Kaushal, Shiv Vignesh Murthy,
• Abstract要約: 本稿では,新しい特徴検出器であるIntFeatとともに,SIFT(Scale-incubic)とORB(Scale-variant)の特徴検出法を比較した。 本研究では,低 (128x128) と高分解能 (1024x1024) の月面画像パッチを用いてこれらの手法の評価を行い,地球外環境への挑戦において,その性能について考察した。 IntFeatはSIFTの高レベルな特徴とORBの低レベルな特徴を組み合わせることで、堅牢な月面画像登録を実現する。
• 参考スコア（独自算出の注目度）: 1.5371340850225041
• License:
• Abstract: This paper compares scale-invariant (SIFT) and scale-variant (ORB) feature detection methods, alongside our novel feature detector, IntFeat, specifically applied to lunar imagery. We evaluate these methods using low (128x128) and high-resolution (1024x1024) lunar image patches, providing insights into their performance across scales in challenging extraterrestrial environments. IntFeat combines high-level features from SIFT and low-level features from ORB into a single vector space for robust lunar image registration. We introduce SyncVision, a Python package that compares lunar images using various registration methods, including SIFT, ORB, and IntFeat. Our analysis includes upscaling low-resolution lunar images using bi-linear and bi-cubic interpolation, offering a unique perspective on registration effectiveness across scales and feature detectors in lunar landscapes. This research contributes to computer vision and planetary science by comparing feature detection methods for lunar imagery and introducing a versatile tool for lunar image registration and evaluation, with implications for multi-resolution image analysis in space exploration applications.
• Abstract（参考訳）: 本稿では,新しい特徴検出器であるIntFeatとともに,SIFTとORBの特徴検出法を比較した。 本研究では,低 (128x128) と高分解能 (1024x1024) の月面画像パッチを用いてこれらの手法の評価を行い,地球外環境への挑戦において,その性能について考察した。 IntFeatはSIFTの高レベルな特徴とORBの低レベルな特徴を、堅牢な月面画像登録のための単一のベクトル空間に組み合わせている。 我々は,SIFT,ORB,IntFeatなど,さまざまな登録手法を用いて月画像を比較するPythonパッケージSyncVisionを紹介する。 我々の分析では,2次元および2次元の補間による低解像度月面画像のアップスケールを含む。 本研究は,月面画像の特徴検出手法を比較し,月面画像の登録と評価を行う汎用ツールを導入することにより,コンピュータビジョンと惑星科学に寄与する。

関連論文リスト

• MARs: Multi-view Attention Regularizations for Patch-based Feature Recognition of Space Terrain [4.87717454493713]
  現在のアプローチは、事前収集されたパッチベースの機能とテンプレートマッチングに依存している。 マルチビューアテンション・レギュラライゼーション(MAR)を導入し,複数の特徴ビューにまたがるチャネルと空間的注意を制約する。 地形特徴認識性能は85%以上向上した。
  論文  参考訳（メタデータ） (2024-10-07T16:41:45Z)
• Synthetic Lunar Terrain: A Multimodal Open Dataset for Training and Evaluating Neuromorphic Vision Algorithms [18.85150427551313]
  SLT(Synthetic Lunar Terrain)は、月探査のための類似試験場から収集されたオープンデータセットである。 イベントベースおよび従来のRGBカメラからの複数のサイドバイサイドキャプチャを含む。 イベントベースカメラのニューロモルフィック視覚センサから記録されるイベントストリームは特に興味深い。
  論文  参考訳（メタデータ） (2024-08-30T02:14:33Z)
• AstroSpy: On detecting Fake Images in Astronomy via Joint Image-Spectral Representations [31.75799061059914]
  AI生成画像の普及により、天文学的画像の真正性に対する懸念が高まっている。 本稿では、スペクトル特徴と画像特徴を統合したハイブリッドモデルAstroSpyについて述べる。
  論文  参考訳（メタデータ） (2024-07-09T12:49:44Z)
• Efficient Visual State Space Model for Image Deblurring [83.57239834238035]
  畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、画像復元において優れた性能を発揮している。 本稿では,画像のデブロアに対する簡易かつ効果的な視覚状態空間モデル(EVSSM)を提案する。
  論文  参考訳（メタデータ） (2024-05-23T09:13:36Z)
• Keypoint-based Stereophotoclinometry for Characterizing and Navigating Small Bodies: A Factor Graph Approach [15.863759076104104]
  本稿では,ステレオフォトクリノメトリの技法をキーポイント・ベース・ストラクチャ・トゥ・モーションシステムに組み込むことを提案する。 提案された枠組みは、小惑星4ベスタのコーネリアクレーターの実際の画像に基づいて検証されている。
  論文  参考訳（メタデータ） (2023-12-11T22:23:43Z)
• Probabilistic Deep Metric Learning for Hyperspectral Image Classification [91.5747859691553]
  本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。 ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。 我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
  論文  参考訳（メタデータ） (2022-11-15T17:57:12Z)
• Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
  本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。 鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。 標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
  論文  参考訳（メタデータ） (2022-04-10T19:16:58Z)
• Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
  距離ベース次元削減手法に周辺情報を組み込む手法を提案する。 画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
  論文  参考訳（メタデータ） (2022-02-18T13:17:43Z)
• MC-Blur: A Comprehensive Benchmark for Image Deblurring [127.6301230023318]
  ほとんどの実世界の画像では、ブラーは動きやデフォーカスなど様々な要因によって引き起こされる。 我々は,MC-Blurと呼ばれる大規模マルチライク画像デブロアリングデータセットを新たに構築する。 MC-Blurデータセットに基づいて,異なるシナリオにおけるSOTA法の比較を行う。
  論文  参考訳（メタデータ） (2021-12-01T02:10:42Z)
• Generative Modelling of BRDF Textures from Flash Images [50.660026124025265]
  我々は、容易にキャプチャ、セマンティックな編集、一貫した、視覚素材の外観の効率よく再現できる潜在空間を学習する。 2番目のステップでは、材料コードに基づいて、私たちの方法は、BRDFモデルパラメータの無限で多様な空間フィールドを生成します。
  論文  参考訳（メタデータ） (2021-02-23T18:45:18Z)

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。