ハイブリッドニューラル表現に基づく先導赤外線時空ノイズモデリング

科学分野:

• コンピュータビジョン コンピュータビジョン
• 画像処理 画像処理
• センサー技術 センサー技術

背景:

• 正確なノイズモデリングは,赤外線イメージングアプリケーションに不可欠です.
• 現在の方法では,ダイナミックなシーンにおける時間的なノイズ変動に苦労しています.
• この制限は,赤外線ビデオ消音アルゴリズムのパフォーマンスを妨げます.

研究 の 目的:

• 強力な赤外線時空ノイズモデリングフレームワークを開発する.
• 既存の空間のみのノイズモデルの限界に対処するために.
• アルゴリズム評価のために,合成された赤外線ノイズの精度を改善するために.

主な方法:

• 騒音モデリングのための包括的な赤外線ビデオデータセットの構築.
• 赤外線時空ノイズ (IRSTN) モデリングフレームワークの提案.
• 空間的なノイズプリオアと時間的な位置のエンコーディングを繰り返し反復的対抗的な学習を通じて統合する.

主要な成果:

• IRSTNは,ペアリングされていないデータから高精度赤外線ノイズを効果的に合成します.
• 生成された騒音は,現実の赤外線騒音と高い時空一貫性を示しています.
• IRSTNを使用したビデオデノイジングネットワークで顕著なパフォーマンスの改善が観察されました.

結論:

• IRSTNは,赤外線ビデオにおける時空騒音をモデル化するための効果的なソリューションを提供します.
• このフレームワークにより,より正確な騒音の特徴と合成が可能になります.
• IRSTNは,特にダイナミックな環境において,赤外線ビジョンシステムの能力を向上させています.