論文の概要: Structure-Preserving Unpaired Image Translation to Photometrically Calibrate JunoCam with Hubble Data
- arxiv url: http://arxiv.org/abs/2511.22668v1
- Date: Thu, 27 Nov 2025 18:01:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-01 19:47:55.673774
- Title: Structure-Preserving Unpaired Image Translation to Photometrically Calibrate JunoCam with Hubble Data
- Title（参考訳）: ハッブルデータを用いた光キャリブレーションJunoCamの構造保存不整合画像変換
- Authors: Aditya Pratap Singh, Shrey Shah, Ramanakumar Sankar, Emma Dahl, Gerald Eichstädt, Georgios Georgakis, Bernadette Bucher,
- Abstract要約: 本稿では、JunoCamとハッブル宇宙望遠鏡(HST)の非対像画像変換(I2I)を行う新しい方法を提案する。
構造保存I2I法SP-I2Iには,高周波数特性の保存を目的とした明示的な周波数空間制約が組み込まれている。
- 参考スコア（独自算出の注目度）: 3.130196824521939
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Insights into Jupiter's atmospheric dynamics are vital for understanding planetary meteorology and exoplanetary gas giant atmospheres. To study these dynamics, we require high-resolution, photometrically calibrated observations. Over the last 9 years, the Juno spacecraft's optical camera, JunoCam, has generated a unique dataset with high spatial resolution, wide coverage during perijove passes, and a long baseline. However, JunoCam lacks absolute photometric calibration, hindering quantitative analysis of the Jovian atmosphere. Using observations from the Hubble Space Telescope (HST) as a proxy for a calibrated sensor, we present a novel method for performing unpaired image-to-image translation (I2I) between JunoCam and HST, focusing on addressing the resolution discrepancy between the two sensors. Our structure-preserving I2I method, SP-I2I, incorporates explicit frequency-space constraints designed to preserve high-frequency features ensuring the retention of fine, small-scale spatial structures - essential for studying Jupiter's atmosphere. We demonstrate that state-of-the-art unpaired image-to-image translation methods are inadequate to address this problem, and, importantly, we show the broader impact of our proposed solution on relevant remote sensing data for the pansharpening task.
- Abstract（参考訳）: 木星の大気力学の洞察は、惑星の気象学と外惑星の巨大大気を理解するのに不可欠である。
これらの力学を研究するためには、高分解能で光度に校正された観測が必要である。
過去9年間、Junoの光学カメラであるJunoCamは、空間分解能の高いユニークなデータセットを作成した。
しかし、ジュノーカムは絶対的な測光キャリブレーションを欠き、木星の大気の定量的分析を妨げている。
ハッブル宇宙望遠鏡(HST)の観測を校正センサーのプロキシとして用い,JunoCamとHSTの非対像画像変換(I2I)を行う新しい手法を提案する。
我々の構造保存I2I法SP-I2Iは、木星の大気の研究に欠かせない微細な空間構造の維持を確実にする高周波特性を維持するために設計された明示的な周波数空間制約を取り入れている。
提案手法がパンシャープ作業におけるリモートセンシングデータに与える影響について,現状の未経験画像から画像への翻訳手法が不十分であることを示すとともに,提案手法がパンシャープ作業におけるリモートセンシングデータに与える影響を広く示す。
関連論文リスト
- Neural Posterior Estimation with Autoregressive Tiling for Detecting Objects in Astronomical Images [5.144104651619037]
今後の天文学的な調査では、夜空の高解像度画像が1ペタバイトにのぼる。
これらのオブジェクトのほとんどは暗く、多くの視覚的に他のオブジェクトと重なる。
本稿では,小物体検出の事例を解決するために,償却変分推論手法を提案する。
論文 参考訳（メタデータ） (2025-10-03T15:01:34Z) - STAR: A Benchmark for Astronomical Star Fields Super-Resolution [52.895107920663236]
54,738個のフラックス一貫性の星体画像対を含む大規模SRデータセットSTARを提案する。
本稿では,Flux-Invariant Super Resolution (FISR)モデルを提案する。
論文 参考訳（メタデータ） (2025-07-22T09:28:28Z) - A New Statistical Model of Star Speckles for Learning to Detect and Characterize Exoplanets in Direct Imaging Observations [37.845442465099396]
本稿では,マルチスケールアプローチを用いてニュアンス変動を捉える新しい統計モデルを提案する。
これは解釈可能なエンドツーエンドの学習可能なフレームワークに統合され、同時に外惑星の検出とフラックス推定を行う。
提案手法は, 計算効率が高く, 各種データ品質に対して頑健であり, 大規模観測調査に適している。
論文 参考訳（メタデータ） (2025-03-21T13:07:55Z) - Bayesian Deconvolution of Astronomical Images with Diffusion Models: Quantifying Prior-Driven Features in Reconstructions [40.13294159814764]
天体画像のデコンボリューションは、天体の固有の性質を回復する鍵となる側面である。
本稿では,拡散モデル (DM) と拡散後サンプリング (DPS) アルゴリズムを用いた逆問題解法を提案する。
論文 参考訳（メタデータ） (2024-11-28T14:00:00Z) - Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文 参考訳（メタデータ） (2023-04-19T15:53:09Z) - Role of Transients in Two-Bounce Non-Line-of-Sight Imaging [24.7311033930968]
非視線イメージング(NLOS)は、多重散乱光を用いてカメラの視野から隠された画像オブジェクトである。
最近の研究は、レーザーを走査し、2つのリレー面を持つシーンにおける閉塞物体の鋳造影を測定することにより、2バウンス(2B)のNLOSイメージングの実現可能性を示している。
論文 参考訳（メタデータ） (2023-04-03T19:15:21Z) - Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image
Super-Resolution with Subpixel Fusion [67.35540259040806]
サブピクセルレベルのHS超解像フレームワークを提案する。
名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。
我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
論文 参考訳（メタデータ） (2022-05-07T23:40:36Z) - Wide-Depth-Range 6D Object Pose Estimation in Space [124.94794113264194]
宇宙での6Dポーズ推定は、地上環境では一般的に遭遇しないユニークな課題を引き起こします。
最も顕著な違いの1つは、大気の散乱の欠如であり、物体を遠くから見えるようにします。
本稿では,単一段階の階層型エンドツーエンドトレーニングネットワークを提案する。
論文 参考訳（メタデータ） (2021-04-01T08:39:26Z) - 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) - Multi-Channel Auto-Calibration for the Atmospheric Imaging Assembly
using Machine Learning [20.247229396526855]
現在の技術キャリブレーション技術は周期的観測ロケットに依存している。
畳み込みニューラルネットワーク(CNN)に基づく代替キャリブレーション手法を提案する。
以上の結果から,cnnモデルでは観測ロケット実験の結果を合理的な精度で総合的に再現できることがわかった。
論文 参考訳（メタデータ） (2020-12-27T22:43:37Z)
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。