論文の概要: Comparative Evaluation of Traditional and Deep Learning Feature Matching Algorithms using Chandrayaan-2 Lunar Data

• arxiv url: http://arxiv.org/abs/2509.04775v1
• Date: Fri, 05 Sep 2025 03:10:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.463383
• Title: Comparative Evaluation of Traditional and Deep Learning Feature Matching Algorithms using Chandrayaan-2 Lunar Data
• Title（参考訳）: チャンドラヤーン2ルーナデータを用いた伝統的・深層学習特徴マッチングアルゴリズムの比較評価
• Authors: R. Makharia, J. G. Singla, Amitabh, N. Dube, H. Sharma,
• Abstract要約: 様々な月面センサーのデータを調整することは、解像度、照明、センサーの歪みの違いによって困難である。 我々は赤道領域と極域領域のクロスモダリティ画像ペアを用いた5つの特徴マッチングアルゴリズムの評価を行った。 ジオレファレンス、解像度アライメント、強度正規化、適応ヒストグラム等化などの拡張を含む前処理パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate image registration is critical for lunar exploration, enabling surface mapping, resource localization, and mission planning. Aligning data from diverse lunar sensors -- optical (e.g., Orbital High Resolution Camera, Narrow and Wide Angle Cameras), hyperspectral (Imaging Infrared Spectrometer), and radar (e.g., Dual-Frequency Synthetic Aperture Radar, Selene/Kaguya mission) -- is challenging due to differences in resolution, illumination, and sensor distortion. We evaluate five feature matching algorithms: SIFT, ASIFT, AKAZE, RIFT2, and SuperGlue (a deep learning-based matcher), using cross-modality image pairs from equatorial and polar regions. A preprocessing pipeline is proposed, including georeferencing, resolution alignment, intensity normalization, and enhancements like adaptive histogram equalization, principal component analysis, and shadow correction. SuperGlue consistently yields the lowest root mean square error and fastest runtimes. Classical methods such as SIFT and AKAZE perform well near the equator but degrade under polar lighting. The results highlight the importance of preprocessing and learning-based approaches for robust lunar image registration across diverse conditions.
• Abstract（参考訳）: 正確な画像登録は月探査において重要であり、表面マッピング、資源のローカライゼーション、ミッションプランニングが可能である。 光(オービタル高分解能カメラ、狭角広角カメラ)、ハイパースペクトル(赤外線分光計)、レーダー(例えば、デュアル周波数合成開口レーダー、セレン/カグヤミッション)からのデータを調整することは、解像度、照明、センサーの歪みの違いによって困難である。 SIFT, ASIFT, akaZE, RIFT2, SuperGlueの5つの特徴マッチングアルゴリズムについて, 赤道領域と極域領域のクロスモーダル画像ペアを用いて検討した。 ジオレファレンス、分解能アライメント、強度正規化、適応ヒストグラム等化、主成分分析、影補正などの拡張を含む前処理パイプラインを提案する。 SuperGlueは一貫して最低のルート平均二乗誤差と最速のランタイムを生成する。 SIFTやKAZEのような古典的な手法は赤道付近でよく機能するが、極点照明下では劣化する。 その結果,様々な条件で月面画像登録を行う上で,事前処理と学習に基づくアプローチの重要性が浮き彫りになった。

関連論文リスト

• MoonMetaSync: Lunar Image Registration Analysis [1.5371340850225041]
  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。
  論文  参考訳（メタデータ） (2024-10-14T22:05:48Z)
• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Toward Efficient Visual Gyroscopes: Spherical Moments, Harmonics Filtering, and Masking Techniques for Spherical Camera Applications [83.8743080143778]
  視覚ジャイロスコープは、画像を通してカメラの回転を推定する。 従来のRGBカメラに比べて視野が広い全方位カメラの統合は、より正確で堅牢な結果をもたらすことが証明されている。 本稿では,効率的なマルチマスク・フィルタ回転エステータと学習に基づく最適化を組み合わせた,新しい視覚ジャイロスコープを導入することで,これらの課題に対処する。
  論文  参考訳（メタデータ） (2024-04-02T13:19:06Z)
• Robust and accurate depth estimation by fusing LiDAR and Stereo [8.85338187686374]
  本稿では,LiDARとステレオカメラを融合させる高精度でロバストな手法を提案する。 この方法は、LiDARとステレオカメラの利点を完全に組み合わせている。 提案したパイプラインをKITTIベンチマークで評価した。
  論文  参考訳（メタデータ） (2022-07-13T11:55:15Z)
• A Deep Learning Ensemble Framework for Off-Nadir Geocentric Pose Prediction [0.0]
  現在のソフトウェアは、ほぼナディア画像のみに最適に機能するが、ナディア画像は自然災害後の最初の情報源であることが多い。 本研究では,世界の都市における5,923個の近海RGB衛星画像を用いて,地球中心のポーズを予測するための深層学習アンサンブルフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-04T08:33:41Z)
• An Optimal Transport Perspective on Unpaired Image Super-Resolution [97.24140709634203]
  実世界の画像超解像(SR)タスクは、しばしばペア化されたデータセットを持たず、教師付き技術の適用を制限する。 このようなモデルで生じる最適化問題を調査し、2つの驚くべき観測結果を得る。 学習した写像が偏りがあること、すなわち、低解像度画像の分布を高解像度画像に変換するものではないことを実証し、実証的に示す。
  論文  参考訳（メタデータ） (2022-02-02T16:21:20Z)
• Nonlinear Intensity Underwater Sonar Image Matching Method Based on Phase Information and Deep Convolution Features [6.759506053568929]
  本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。 1つは、深い畳み込みの特徴がソナー像の局所的および大域的位置の類似性を測定するのに使えることである。
  論文  参考訳（メタデータ） (2021-11-29T02:36:49Z)
• Nonlinear Intensity Sonar Image Matching based on Deep Convolution Features [10.068137357857134]
  本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。 1つは、ソナー画像の局所的および大域的位置の類似性を測定するために、深い畳み込み特徴を使用できることである。
  論文  参考訳（メタデータ） (2021-11-17T09:30:43Z)
• 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)

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。