大气流退化视频恢复与反复的GAN (ATVR-GAN)
Bar Ettedgui1, Yitzhak Yitzhaky2
1Department of Electrical Engineering, Tel Aviv University, Tel Aviv 69978, Israel.
Sensors (Basel, Switzerland)
|November 14, 2023
概括
大气动荡会扭曲远程太空视频. 一个新的生成对抗网络 (GAN) 通过预测光流量和减少模糊度来有效地恢复视频质量.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算机视觉 计算机视觉
- 天体物理学 天体物理学
背景情况:
- 大气流 (AT) 在远距离成像过程中会造成显著的光 distortion.
- 这种扭曲导致严重的几何扭曲和模糊在拍摄的视频.
- 现有的方法很难完全减轻这些复杂的时空文物.
研究的目的:
- 开发一种新的深度学习方法,以减轻视频中大气流的影响.
- 提高受大气扭曲影响的太空视频捕捉的质量.
- 为了解决几何扭曲和时空模糊的问题.
主要方法:
- 提出了一个新的大气流视频恢复生成对抗网络 (ATVR-GAN).
- 使用一次性神经网络 (RNN) 发生器来预测流光流 (OF) 场.
- 采用一个针对时空扭曲的组合损失函数.
主要成果:
- 该ATVR-GAN有效地预测了现场乱的光学流.
- 该网络成功地减少了几何扭曲和时空模糊.
- 与合成和真实数据上的领先算法相比,表现出优越的性能.
结论:
- 拟议的ATVR-GAN提供了一个强大的解决方案,用于视频中减轻大气动荡.
- 这种方法显著提高了远程太空成像的清晰度和质量.
- 这种方法对在动荡条件下需要高保真视频的应用具有前景.
更多相关视频
07:46Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
Published on: August 9, 2024
758
14:09High-Throughput Total Internal Reflection Fluorescence and Direct Stochastic Optical Reconstruction Microscopy Using a Photonic Chip
Published on: November 16, 2019
7.0K
