論文の概要: Standardization for improved Spatio-Temporal Image Fusion

• arxiv url: http://arxiv.org/abs/2510.15589v1
• Date: Fri, 17 Oct 2025 12:35:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.616677
• Title: Standardization for improved Spatio-Temporal Image Fusion
• Title（参考訳）: 時空間画像融合の標準化
• Authors: Harkaitz Goyena, Peter M. Atkinson, Unai Pérez-Goya, M. Dolores Ugarte,
• Abstract要約: 本稿では,STIF法の適用を容易にするために,2つの異なる標準化手法を提案し,比較する。 第1の方法は、高解像度画像の従来のアップスケーリングに基づいている。 第2の方法は、細粒度画像シリーズに見られる全体的な特徴と、特定の粗い解像度画像の特徴をブレンドするシャープニング手法である。
• 参考スコア（独自算出の注目度）: 2.0075645451278747
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spatio-Temporal Image Fusion (STIF) methods usually require sets of images with matching spatial and spectral resolutions captured by different sensors. To facilitate the application of STIF methods, we propose and compare two different standardization approaches. The first method is based on traditional upscaling of the fine-resolution images. The second method is a sharpening approach called Anomaly Based Satellite Image Standardization (ABSIS) that blends the overall features found in the fine-resolution image series with the distinctive attributes of a specific coarse-resolution image to produce images that more closely resemble the outcome of aggregating the fine-resolution images. Both methods produce a significant increase in accuracy of the Unpaired Spatio Temporal Fusion of Image Patches (USTFIP) STIF method, with the sharpening approach increasing the spectral and spatial accuracies of the fused images by up to 49.46\% and 78.40\%, respectively.
• Abstract（参考訳）: 時空間画像融合(STIF)法は、通常、異なるセンサーが捉えた空間分解能とスペクトル分解能の一致した画像のセットを必要とする。 そこで本研究では,STIF法の適用を容易にするために,2つの異なる標準化手法を提案し,比較する。 第1の方法は、高解像度画像の従来のアップスケーリングに基づいている。 第2の方法は、Anomaly Based Satellite Image Standardization (ABSIS) と呼ばれるシャープなアプローチで、微細解像度画像シリーズに見られる全体的な特徴と特定の粗い解像度画像の特徴を融合させ、微細解像度画像の集約結果とよりよく似た画像を生成する。 どちらの手法も、画像パッチの時空間融合 (USTFIP) STIF 法の精度を著しく向上させ、融合した画像のスペクトルと空間の精度をそれぞれ 49.46\% と 78.40\% に向上させる。

関連論文リスト

• A Nerf-Based Color Consistency Method for Remote Sensing Images [0.5735035463793009]
  暗黙の表現を用いて画像特徴を一緒に織り込み、次に特徴空間を再照らし、新しい視点で融合画像を生成する、多視点画像のためのNeRFに基づく色整合法を提案する。 実験結果から,本手法により生成した合成画像は,エッジにおける視覚効果とスムーズな色遷移に優れることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T13:26:07Z)
• Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
  ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。 我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。 提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
  論文  参考訳（メタデータ） (2024-02-04T09:07:28Z)
• Hybrid-Supervised Dual-Search: Leveraging Automatic Learning for Loss-free Multi-Exposure Image Fusion [60.221404321514086]
  マルチ露光画像融合(MEF)は、様々な露光レベルを表すデジタルイメージングの限界に対処するための重要な解決策である。 本稿では、ネットワーク構造と損失関数の両方を自動設計するための二段階最適化探索方式であるHSDS-MEFと呼ばれるMEFのためのハイブリッドスーパービジョンデュアルサーチ手法を提案する。
  論文  参考訳（メタデータ） (2023-09-03T08:07:26Z)
• Multi-Focus Image Fusion based on Gradient Transform [0.0]
  上記の問題に対して頑健な新しい勾配情報に基づく多焦点画像融合法を提案する。 提案手法は,視覚的,客観的に17種類の新しい手法と従来手法を比較した。 提案手法は視覚的評価により有望であり, 客観的評価により6つの指標のうち5つのうち83.3%が第一に達成されている。
  論文  参考訳（メタデータ） (2022-04-20T20:35:12Z)
• LADMM-Net: An Unrolled Deep Network For Spectral Image Fusion From Compressive Data [6.230751621285322]
  ハイパースペクトル(HS)およびマルチスペクトル(MS)画像融合は、低空間分解能HS画像と低スペクトル分解能MS画像から高分解能スペクトル画像を推定することを目的とする。 本研究では,HSおよびMS圧縮測定による融合問題の解法として,アルゴリズムアンロール法に基づくディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-03-01T12:04:42Z)
• Subspace-Based Feature Fusion From Hyperspectral And Multispectral Image For Land Cover Classification [17.705966155216945]
  画素分類のためのハイパースペクトル(HS)とマルチスペクトル(MS)画像からの特徴融合法を提案する。 提案手法は,まず形状プロファイルを用いてMS画像から空間的特徴を抽出する。 特徴融合問題を効率的に解くために、交互最適化(AO)と乗算器の交互方向法(ADMM)を組み合わせたアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-02-22T17:59:18Z)
• Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering [49.75353434786065]
  画像領域の異なる2つのJPEGアーチファクトの不整合の検出は、しばしば局所的な画像操作を検出するために使用される。 ドナー画像の異なる領域を識別するエンド・ツー・エンドシステムを提案する。
  論文  参考訳（メタデータ） (2021-02-02T11:21:49Z)
• Image Matching with Scale Adjustment [57.18604132027697]
  可変スケールでの関心点の表現と抽出方法を示す。 2つの異なる解像度で2つの画像を比較する方法を提案する。
  論文  参考訳（メタデータ） (2020-12-10T11:03:25Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)
• Two-dimensional Multi-fiber Spectrum Image Correction Based on Machine Learning Techniques [8.754036933225398]
  画像収差補正により空間変動PSFの問題を解決する新しい手法を提案する。 CCD画像収差が補正されると、畳み込みカーネルであるPSFを1つの空間不変PSFのみに近似することができる。
  論文  参考訳（メタデータ） (2020-02-16T15:39:09Z)

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。