論文の概要: A Non-Reference Diffusion-Based Restoration Framework for Landsat 7 ETM+ SLC-off Imagery in Antarctica

• arxiv url: http://arxiv.org/abs/2605.21371v1
• Date: Wed, 20 May 2026 16:35:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.782653
• Title: A Non-Reference Diffusion-Based Restoration Framework for Landsat 7 ETM+ SLC-off Imagery in Antarctica
• Title（参考訳）: 南極におけるランドサット7 ETM+ SLC-off画像の非参照拡散に基づく復元フレームワーク
• Authors: Leyue Tang, Jonathan Louis Bamber, Gang Qiao, Yuanhang Kong,
• Abstract要約: 本研究では,Landsat 7 SLCオフ画像の復元のための非参照拡散に基づくフレームワークであるDiffGFを提案する。 南極大陸の専用データセットであるSLCANTは、訓練と評価のために構築されている。 その結果,DiffGFは南極におけるランドサット7号SLC-offアーカイブの活用に有用な手法であることが示唆された。
• 参考スコア（独自算出の注目度）: 1.936594951038608
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Acquiring usable optical imagery in Antarctica is inherently challenging due to prolonged polar nights and frequent cloud cover. Landsat provides the longest and most continuous optical observations and constitutes one of the most important remote sensing data sources for Antarctic studies. However, the scan-line corrector (SLC) failure in 2003 resulted in approximately 22% missing pixels in Landsat 7 ETM+ SLC-off imagery, severely limiting its usability. Unlike many non-polar environments, Antarctic surfaces undergo rapid and substantial changes, which makes it difficult to obtain reliable reference imagery and reduces the applicability of conventional reference-based gap-filling methods. To address this challenge, we propose DiffGF, a non-reference diffusion-based framework for restoring Landsat 7 SLC-off imagery without requiring any external reference data. DiffGF adopts a two-stage design consisting of a latent-space diffusion process and a pixel-space refinement. A dedicated Antarctic dataset, SLCANT, is constructed for training and evaluation. Quantitative and qualitative results demonstrate that DiffGF restores Antarctic SLC-off imagery with high fidelity. Its practical value is further examined through a downstream crevasse segmentation application. The results suggest that DiffGF provides a useful approach for exploiting Landsat 7 SLC-off archives in Antarctica, enabling the extraction of valuable information from historical records and supporting related Antarctic studies.
• Abstract（参考訳）: 南極で使用可能な光学画像を取得することは、長期の極夜と頻繁な雲に覆われるため、本質的に困難である。 ランドサットは最長かつ最も連続的な光学観測を提供し、南極研究において最も重要なリモートセンシングデータ源の1つである。 しかし、2003年の走査線補正装置(SLC)の故障により、ランドサット7 ETM+ SLCオフ画像の約22%が欠落し、使用性が著しく制限された。 多くの非極性環境とは異なり、南極表面は急激かつ実質的な変化を受けており、信頼性の高い参照画像を得るのが困難であり、従来の参照ベースのギャップフィリング法の適用性を低下させる。 そこで本稿では,ランドサット7SLCオフ画像の復元のための非参照拡散に基づくフレームワークであるDiffGFを提案する。 DiffGFは、遅延空間拡散プロセスとピクセル空間の精細化からなる2段階の設計を採用する。 南極大陸の専用データセットであるSLCANTは、訓練と評価のために構築されている。 DiffGFは南極のSLCオフ画像を高忠実度で復元することを示した。 その実用的価値は下流のクレバスセグメンテーションアプリケーションによってさらに検証される。 その結果,DiffGFは南極におけるランドサット7号SLC-offアーカイブの活用に有用な手法であり,歴史的記録から貴重な情報を抽出し,関連する南極研究を支援することが示唆された。

関連論文リスト

• When Earth Foundation Models Meet Diffusion: An Application to Land Surface Temperature Super-Resolution [7.772443261581984]
  極端空間劣化下での超解像のための新しいフレームワークであるEFDiffを提案する。 EFDiffはPrithvi-EO-2.0 Earth基盤モデルを用いて、高分解能マルチスペクトル反射率を地理空間埋め込みにエンコードする。 我々は,Landsat共登録熱反射パッチ242,416枚からなる世界規模の多種多様なベンチマークを用いて,EFDiffを極端な32倍のスケールギャップで評価した。
  論文  参考訳（メタデータ） (2026-04-18T05:21:05Z)
• A Rapid GeoSAM-Based Workflow for Multi-Temporal Glacier Delineation: Case Study from Svalbard [51.56484100374058]
  我々は,Sentinel-2画像からの氷河の高速デライン化のためのGeoSAMに基づく半自動ワークフローを提案する。 その結果, 本手法は, 主要な氷河体に対して, 空間的に一貫性があり, 時間的に一貫した輪郭を生じさせることが示唆された。 導出RGB画像への依存により、他の光学データセットに柔軟で転送可能である。
  論文  参考訳（メタデータ） (2025-12-28T09:42:01Z)
• ReconMOST: Multi-Layer Sea Temperature Reconstruction with Observations-Guided Diffusion [48.540756751934836]
  ReconMOSTは多層水温再構築のためのデータ駆動誘導拡散モデルフレームワークである。 提案手法はMLベースのSST再構成をグローバルな多層設定に拡張し,92.5%以上の欠落データを処理する。
  論文  参考訳（メタデータ） (2025-06-12T06:27:22Z)
• STHN: Deep Homography Estimation for UAV Thermal Geo-localization with Satellite Imagery [15.135871604577444]
  粗大から細い深部ホログラフィー推定手法を用いたUAV熱ジオローカライズ手法を提案する。 この方法は、UAVの最後の位置から半径512メートル以内で、信頼性の高い熱的位置決めを可能にする。
  論文  参考訳（メタデータ） (2024-05-30T20:41:12Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• On Robust Cross-View Consistency in Self-Supervised Monocular Depth Estimation [56.97699793236174]
  本論文では,2種類の堅牢なクロスビュー整合性について検討する。 深度特徴空間と3次元ボクセル空間の時間的コヒーレンスを自己教師付き単眼深度推定に利用した。 いくつかのアウトドアベンチマークの実験結果から,本手法は最先端技術より優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-19T03:46:13Z)
• Dense Attention Fluid Network for Salient Object Detection in Optical Remote Sensing Images [193.77450545067967]
  光リモートセンシング画像(RSI)における有意物体検出のためのエンド・ツー・エンドDense Attention Fluid Network(DAFNet)を提案する。 GCA(Global Context-Aware Attention)モジュールは、長距離の意味的関係を適応的にキャプチャするために提案される。 我々は、2000枚の画像とピクセルワイドなサリエンシアノテーションを含むSODのための新しい、挑戦的な光学RSIデータセットを構築した。
  論文  参考訳（メタデータ） (2020-11-26T06:14:10Z)

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。