Khung mới nâng cao khả năng kết hợp hình ảnh cảm biến từ xa với tính năng học tập độc lập tần số

Khung mới nâng cao khả năng kết hợp hình ảnh cảm biến từ xa với tính năng học tập độc lập tần số

    Ngày 5 tháng 11 năm 2024

    Một nhóm nghiên cứu do Giáo sư Tạ Thành Quân và Trương Kiệt từ Viện Khoa học Vật lý Hợp Phì thuộc Viện Hàn lâm Khoa học Trung Quốc đứng đầu đã phát triển một khuôn khổ học tính năng độc lập với miền tần số cho phép thể hiện và hợp nhất tốt hơn các loại hình ảnh cảm biến từ xa khác nhau.

    Khung mới nâng cao khả năng kết hợp hình ảnh cảm biến từ xa với tính năng học tập độc lập tần số

    Kiến trúc của khuôn khổ học tập tính năng không liên quan đến miền tần số tách biệt. Tín dụng: Zhang Jie

    Công trình này vừa được công bố trên  tạp chí IEEE Transactions on Circuits and Systems for Video Technology .

    Pan-sharpening, một công nghệ quan trọng trong xử lý ảnh viễn thám, kết hợp ảnh toàn sắc độ phân giải cao với ảnh đa phổ độ phân giải thấp để tạo ra ảnh đa phổ độ phân giải cao chi tiết. Công nghệ này rất quan trọng để tăng cường sự cân bằng giữa độ phân giải không gian và độ phân giải quang phổ trong vệ tinh viễn thám quang học.

    Các phương pháp làm sắc nét hiện tại giả định sự phân phối dữ liệu giống hệt nhau trong các tập dữ liệu đào tạo và thử nghiệm và thường gặp trục trặc khi xử lý dữ liệu không phân phối.

    Nhóm nghiên cứu đã giới thiệu một khuôn khổ học tập tính năng độc lập với miền tần số tách rời. Phương pháp này phân tích phân phối thông tin độc lập với miền trong biên độ hình ảnh và các thành phần pha, sử dụng các mô-đun tách thông tin tần số và các bộ lọc tần số cao có thể học được để tách rời thông tin hình ảnh.

    Thông tin được xử lý sẽ đi qua hai mạng con chuyên dụng và được điều chỉnh kênh tính năng động để cải thiện chất lượng và khả năng kết hợp hình ảnh.

    Khung mới nâng cao khả năng kết hợp hình ảnh cảm biến từ xa với tính năng học tập độc lập tần số
    Cấu trúc của bộ lọc thông cao có thể học được. Tín dụng: Zhang Jie

    Các thử nghiệm đa kịch bản trên nhiều tập dữ liệu công khai cho thấy khuôn khổ này có hiệu suất tổng quát hóa mạnh mẽ và có thể xử lý hiệu quả các phân phối dữ liệu đa dạng. Nó duy trì hiệu suất tuyệt vời trên tập huấn luyện của WorldView-III và vượt trội hơn các phương pháp khác trên các tập dữ liệu tổng quát hóa.

    So sánh trực quan đã xác nhận rằng khuôn khổ này có thể trích xuất và tìm hiểu thông tin hiệu quả, đồng thời đảm bảo hiệu suất nhất quán ngay cả khi phân phối dữ liệu khác nhau.

    Theo nhóm nghiên cứu, khuôn khổ này đánh dấu bước tiến đáng kể cho các ứng dụng yêu cầu dữ liệu hình ảnh có độ trung thực cao trên nhiều tình huống chụp ảnh vệ tinh.

    Mời các đối tác xem hoạt động của Công ty TNHH Pacific Group.
    FanPage: https://www.facebook.com/Pacific-Group
    YouTube: https://www.youtube.com/@PacificGroupCoLt 

    Zalo
    Hotline