論文の概要: Turbulence stabilization
- arxiv url: http://arxiv.org/abs/2411.02889v1
- Date: Tue, 05 Nov 2024 08:04:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-06 14:59:44.939457
- Title: Turbulence stabilization
- Title(参考訳): 乱流安定化
- Authors: Yu Mao, Jerome Gilles,
- Abstract要約: 大気乱流から得られた一連のフレームから安定化画像を得るための新しい手法を開発した。
このアルゴリットムの目標は、大気の動きによる幾何学的歪みを取り除くことである。
本稿では,モデルにおける正規化項の選択の影響について検討する。
- 参考スコア(独自算出の注目度): 2.4094285826152597
- License:
- Abstract: We recently developed a new approach to get a stabilized image from a sequence of frames acquired through atmospheric turbulence. The goal of this algorihtm is to remove the geometric distortions due by the atmosphere movements. This method is based on a variational formulation and is efficiently solved by the use of Bregman iterations and the operator splitting method. In this paper we propose to study the influence of the choice of the regularizing term in the model. Then we proposed to experiment some of the most used regularization constraints available in the litterature.
- Abstract(参考訳): 我々は最近,大気乱流によって得られた一連のフレームから安定化された画像を得るための新しい手法を開発した。
このアルゴリットムの目標は、大気の動きによる幾何学的歪みを取り除くことである。
この方法は変分定式化に基づいており、ブレグマン反復法と演算子分割法を用いて効率よく解かれる。
本稿では,モデルにおける正規化項の選択の影響について検討する。
そこで,本論文では,最もよく使用される正規化制約について実験を行った。
関連論文リスト
- Non rigid geometric distortions correction -- Application to atmospheric turbulence stabilization [2.4094285826152597]
大気乱流により劣化した画像を復元するための新しい手法が提示される。
乱流の影響を受けやすいフレーム列を考慮し,静的画像の特徴付けのための変動モデルを構築した。
我々のアルゴリズムは単純で効率的であり、様々なシナリオで容易に一般化できる。
論文 参考訳(メタデータ) (2024-11-04T04:21:41Z) - Wavelet Burst Accumulation for turbulence mitigation [0.0]
最近提案された重み付きフーリエバースト累積法(FBA)のウェーブレット領域への拡張について検討した。
本手法の目的は、ぼやけた一連のフレームからクリーンでシャープな画像を再構成することである。
論文 参考訳(メタデータ) (2024-10-30T08:31:48Z) - Diffeomorphic Template Registration for Atmospheric Turbulence Mitigation [50.16004183320537]
大気の乱流により劣化した画像の集合体に基づく放射能の回復法について述べる。
画像の1つを参照として選択し、その画像から他の画像への光フローの集約により、この画像の変形をモデル化する。
単純さに拘わらず、最先端のパフォーマンスを実現しています。
論文 参考訳(メタデータ) (2024-05-06T17:39:53Z) - A locally statistical active contour model for SAR image segmentation
can be solved by denoising algorithms [6.965119490863576]
実SAR画像に対する実験結果から,提案した画像分割モデルは,弱い辺やぼやけた辺での輪郭を効率的に阻止できることが示された。
提案したFPRD1/FPRD2モデルは、スプリット・ブレグマン法に基づくSBRDモデルに必要な時間の約1/2(またはそれ以下)である。
論文 参考訳(メタデータ) (2024-01-10T00:27:14Z) - Metropolis Sampling for Constrained Diffusion Models [11.488860260925504]
近年,画像領域における生成モデルの主要なパラダイムとして拡散モデルが出現している。
我々は、ブラウン運動を反映した、別の単純ノルマント化スキームを導入する。
論文 参考訳(メタデータ) (2023-07-11T17:05:23Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - A Variational Perspective on Solving Inverse Problems with Diffusion
Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。
しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。
そこで我々は,真の後続分布を近似する設計手法を提案する。
論文 参考訳(メタデータ) (2023-05-07T23:00:47Z) - Improving Diffusion Models for Inverse Problems using Manifold Constraints [55.91148172752894]
我々は,現在の解法がデータ多様体からサンプルパスを逸脱し,エラーが蓄積することを示す。
この問題に対処するため、多様体の制約に着想を得た追加の補正項を提案する。
本手法は理論上も経験上も従来の方法よりも優れていることを示す。
論文 参考訳(メタデータ) (2022-06-02T09:06:10Z) - On the Convergence of Stochastic Extragradient for Bilinear Games with
Restarted Iteration Averaging [96.13485146617322]
本稿では, ステップサイズが一定であるSEG法の解析を行い, 良好な収束をもたらす手法のバリエーションを示す。
平均化で拡張した場合、SEGはナッシュ平衡に確実に収束し、スケジュールされた再起動手順を組み込むことで、その速度が確実に加速されることを証明した。
論文 参考訳(メタデータ) (2021-06-30T17:51:36Z) - Training Generative Adversarial Networks by Solving Ordinary
Differential Equations [54.23691425062034]
GANトレーニングによって引き起こされる連続時間ダイナミクスについて検討する。
この観点から、GANのトレーニングにおける不安定性は積分誤差から生じると仮定する。
本研究では,有名なODEソルバ(Runge-Kutta など)がトレーニングを安定化できるかどうかを実験的に検証する。
論文 参考訳(メタデータ) (2020-10-28T15:23:49Z) - 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)
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。