論文の概要: Joint multi-band deconvolution for $Euclid$ and $Vera$ $C.$ $Rubin$ images

• arxiv url: http://arxiv.org/abs/2502.17177v1
• Date: Mon, 24 Feb 2025 14:13:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:52:33.531378
• Title: Joint multi-band deconvolution for $Euclid$ and $Vera$ $C.$ $Rubin$ images
• Title（参考訳）: Euclid$と$Vera$$C.$$Rubin$イメージのための合同マルチバンドデコンボリューション
• Authors: Utsav Akhaury, Pascale Jablonka, Frédéric Courbin, Jean-Luc Starck,
• Abstract要約: 本稿では,地上の天体画像の分解能向上を目的とした,新しいマルチバンドデコンボリューション手法を提案する。 このアルゴリズムは、$Vera$$C.$Rubin$$r$-, $i$-, $z$-bandsが$Euclid$$VIS$バンド内にあるという幸運な事実を生かしている。
• 参考スコア（独自算出の注目度）: 2.41675832913699
• License:
• Abstract: With the advent of surveys like $Euclid$ and $Vera$ $C.$ $Rubin$, astrophysicists will have access to both deep, high-resolution images, and multi-band images. However, these two conditions are not simultaneously available in any single dataset. It is therefore vital to devise image deconvolution algorithms that exploit the best of the two worlds and that can jointly analyze datasets spanning a range of resolutions and wavelengths. In this work, we introduce a novel multi-band deconvolution technique aimed at improving the resolution of ground-based astronomical images by leveraging higher-resolution space-based observations. The method capitalizes on the fortunate fact that the $Vera$ $C.$ $Rubin$ $r$-, $i$-, and $z$-bands lie within the $Euclid$ $VIS$ band. The algorithm jointly deconvolves all the data to turn the $r$-, $i$-, and $z$-band $Vera$ $C.$ $Rubin$ images to the resolution of $Euclid$ by enabling us to leverage the correlations between the different bands. We also investigate the performance of deep learning-based denoising with DRUNet to further improve the results. We illustrate the effectiveness of our method in terms of resolution and morphology recovery, flux preservation, and generalization to different noise levels. This approach extends beyond the specific $Euclid$-$Rubin$ combination, offering a versatile solution to improve the resolution of ground-based images in multiple photometric bands by jointly using any space-based images with overlapping filters.
• Abstract（参考訳）: Euclid$や$Vera$$$Cのような調査が登場した。 Rubin$で、天体物理学者は深度、高解像度画像、マルチバンド画像の両方にアクセスできるようになる。 しかし、これらの2つの条件は単一のデータセットで同時に利用することはできない。 したがって、2つの世界の長所を生かし、様々な解像度と波長にまたがるデータセットを共同で分析できる画像デコンボリューションアルゴリズムを考案することが不可欠である。 本研究では,高分解能宇宙観測を利用して地上の天体画像の高分解能化を目的とした,新しいマルチバンドデコンボリューション手法を提案する。 このメソッドは、$Vera$$Cという幸運な事実に乗じている。 $Rubin$$r$-、$i$-、$z$-bandsは、$Euclid$$VIS$バンド内にある。 このアルゴリズムは、すべてのデータを結合して$r$-, $i$-, $z$-band $Vera$ $Cに変換する。 $Rubin$イメージを$Euclid$の解像度にすることで、異なるバンド間の相関を活用できます。 また,DRUNetを用いたディープラーニングによるDenoisingの性能について検討し,その結果をさらに改善した。 本手法の有効性を, 分解能および形態的回復, フラックス保存, 各種ノイズレベルへの一般化の観点から説明する。 このアプローチは特定の$Euclid$-$Rubin$の組み合わせを超えて、複数の測光帯域における地上画像の解像度を改善するための汎用的なソリューションを提供する。

関連論文リスト

• Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency [52.60557300927007]
  離散部分モジュラー問題を連続的に最適化するために,$textbfMA-OSMA$アルゴリズムを提案する。 また、一様分布を混合することによりKLの発散を効果的に活用する、プロジェクションフリーな$textbfMA-OSEA$アルゴリズムも導入する。 我々のアルゴリズムは最先端OSGアルゴリズムによって提供される$(frac11+c)$-approximationを大幅に改善する。
  論文  参考訳（メタデータ） (2025-02-07T15:57:56Z)
• View Transition based Dual Camera Image Fusion [6.385759994053152]
  重なり合う領域では、$bfW$と$bfT$の画像をfusingすると、より高い画質のイメージが生成される。 我々は、$bfW$と$bfT$の画像を混合ビューに変換し、それらを出力にブレンドするビュー遷移法を提案する。
  論文  参考訳（メタデータ） (2023-12-18T13:24:41Z)
• Guided Patch-Grouping Wavelet Transformer with Spatial Congruence for Ultra-High Resolution Segmentation [18.50799240622156]
  GPWFormer(GPWFormer)の提案 $mathcalT$は、UHRイメージ全体を入力として取り、局所的な詳細と細かな長距離コンテキスト依存の両方を抽出する。 $mathcalC$は、カテゴリの深いコンテキストを学ぶための入力として、サンプルイメージを取ります。
  論文  参考訳（メタデータ） (2023-07-03T02:19:48Z)
• Efficient Scale-Invariant Generator with Column-Row Entangled Pixel Synthesis [3.222802562733787]
  本研究では,空間的畳み込みや粗大な設計を使わずに,効率的かつスケール平等な新しい生成モデルを提案する。 FFHQ、LSUN-Church、MetFaces、Flickr-Sceneryなど、さまざまなデータセットの実験では、CREPSのスケール一貫性とエイリアスのない画像を合成する能力が確認されている。
  論文  参考訳（メタデータ） (2023-03-24T17:12:38Z)
• I$^2$SB: Image-to-Image Schr\"odinger Bridge [87.43524087956457]
  Image-to-Image Schr"odinger Bridge (I$2$SB) は条件拡散モデルの新しいクラスである。 I$2$SB は、2つの与えられた分布間の非線形拡散過程を直接学習する。 I$2$SBは、より解釈可能な生成過程を持つ標準条件拡散モデルを超えることを示す。
  論文  参考訳（メタデータ） (2023-02-12T08:35:39Z)
• Spatial-Separated Curve Rendering Network for Efficient and High-Resolution Image Harmonization [59.19214040221055]
  本稿では,空間分離型曲線描画ネットワーク(S$2$CRNet)を提案する。 提案手法は従来の手法と比較して90%以上のパラメータを減少させる。 提案手法は,既存の手法よりも10ドル以上高速な高解像度画像をリアルタイムにスムーズに処理することができる。
  論文  参考訳（メタデータ） (2021-09-13T07:20:16Z)
• InfinityGAN: Towards Infinite-Resolution Image Synthesis [92.40782797030977]
  任意の解像度画像を生成するinfinityganを提案する。 少ない計算資源でパッチバイパッチをシームレスに訓練し、推論する方法を示す。
  論文  参考訳（メタデータ） (2021-04-08T17:59:30Z)
• The Power of Subsampling in Submodular Maximization [51.629656762796564]
  このアプローチは,既存の手法よりもはるかに単純であるにもかかわらず,最適/最先端の結果をもたらすことを示す。 我々は,映像要約,位置情報要約,映画推薦タスクにおけるアルゴリズムの有効性を実証的に示す。
  論文  参考訳（メタデータ） (2021-04-06T20:25:57Z)
• Permuted AdaIN: Reducing the Bias Towards Global Statistics in Image Classification [97.81205777897043]
  近年の研究では、畳み込みニューラルネットワーク分類器は形状を犠牲にしてテクスチャを過度に依存していることが示されている。 一方、形状と局所像の区別は類似しているが異なるが、一方、グローバル画像統計は異なる。 提案手法は,pAdaIN (Permuted Adaptive Instance Normalization) と呼ばれ,画像分類器の隠蔽層におけるグローバル統計の表現を減少させる。
  論文  参考訳（メタデータ） (2020-10-09T16:38:38Z)
• Coreset-based Strategies for Robust Center-type Problems [0.6875312133832077]
  我々は、効率的なシーケンシャル、MapReduce、ストリーミングアルゴリズムをもたらす2つの問題に対するコアセットベースの戦略を考案する。 パラメータ$k,zepsilon,D$の広い範囲で、$|V|$で実行時間線形のシーケンシャルアルゴリズムと、ラウンド/パスが少なく、実質的にサブ線形な局所/ワーキングメモリを持つMapReduce/ストリーミングアルゴリズムを得る。
  論文  参考訳（メタデータ） (2020-02-18T10:04:08Z)

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。