- GLH-Water: ชุดข้อมูลขนาดใหญ่สำหรับการตรวจจับน้ำผิวดินทั่วโลกในภาพดาวเทียมความละเอียดสูงมากขนาดใหญ่ (arXiv)
ผู้แต่ง : Yansheng Li, Bo Dang, Wanchun Li, Yongjun Zhang
บทคัดย่อ : การตรวจจับน้ำผิวดินทั่วโลกด้วยภาพถ่ายดาวเทียมความละเอียดสูงมาก (VHR) สามารถตอบสนองการใช้งานหลักๆ ได้โดยตรง เช่น การทำแผนที่น้ำท่วมอย่างละเอียด และการประเมินทรัพยากรน้ำ แม้ว่าการตรวจจับน้ำผิวดินจะประสบความสำเร็จในการตรวจจับน้ำผิวดินในภาพดาวเทียมขนาดเล็กที่สอดคล้องกับระดับทางภูมิศาสตร์ในท้องถิ่น แต่ชุดข้อมูลและวิธีการที่เหมาะสมสำหรับการทำแผนที่และการวิเคราะห์น้ำผิวดินทั่วโลกก็ยังไม่ได้รับการสำรวจ เพื่อสนับสนุนการพัฒนางานนี้และอำนวยความสะดวกในการดำเนินการตามแอปพลิเคชันที่เกี่ยวข้อง เราขอเสนอชุดข้อมูลน้ำของ GLH ที่ประกอบด้วยภาพดาวเทียม 250 ภาพ และคำอธิบายประกอบเกี่ยวกับน้ำผิวดินที่ติดป้ายกำกับด้วยตนเอง ซึ่งกระจายไปทั่วโลก และมีแหล่งน้ำที่แสดงหลายประเภท (เช่น , แม่น้ำ ทะเลสาบ และสระน้ำในป่า ทุ่งชลประทาน พื้นที่โล่ง และเขตเมือง) แต่ละภาพมีขนาด 12,800 × 12,800 พิกเซล ความละเอียดเชิงพื้นที่ 0.3 เมตร เพื่อสร้างเกณฑ์มาตรฐานสำหรับน้ำ GLH เราทำการทดลองอย่างกว้างขวางโดยใช้แบบจำลองการตรวจจับน้ำผิวดินที่เป็นตัวแทน แบบจำลองการแบ่งส่วนความหมายยอดนิยม และแบบจำลองการแบ่งส่วนความละเอียดสูงพิเศษ นอกจากนี้เรายังออกแบบพื้นฐานที่แข็งแกร่งด้วยการสูญเสียความสม่ำเสมอของพีระมิด (PCL) เพื่อสำรวจความท้าทายนี้ในขั้นต้น ในที่สุด เราใช้ชุดข้อมูลข้ามและการทดลองลักษณะทั่วไปของพื้นที่นำร่อง และประสิทธิภาพที่เหนือกว่าแสดงให้เห็นถึงลักษณะทั่วไปที่แข็งแกร่งและการประยุกต์ใช้น้ำ GLH ในทางปฏิบัติ ชุดข้อมูลสามารถดูได้ที่ https://jack-bo1220.github.io/project/GLH-water.htm
2.ความละเอียดสูงสุดของการถ่ายภาพต่อเนื่องแบบแฮนด์เฮลด์พบกับภาพถ่ายดาวเทียมแบบเปิดรับแสงหลายภาพ (arXiv)
ผู้แต่ง : "Jamy Lafenetre", "Ngoc Long Nguyen", "Gabriele Facciolo", "Thomas Eboli"
บทคัดย่อ : ความละเอียดของภาพเป็นเกณฑ์สำคัญสำหรับการใช้งานหลายอย่างโดยพิจารณาจากภาพถ่ายดาวเทียม ในงานนี้ เราได้ปรับเทคนิคการถดถอยเคอร์เนลที่ล้ำสมัยสำหรับกล้องสมาร์ทโฟนที่ส่งความละเอียดสูงพิเศษไปยังดาวเทียม เทคนิคนี้ใช้ประโยชน์จากโครงสร้างเฉพาะส่วนของภาพเพื่อควบคุมฟิวชันเคอร์เนลอย่างเหมาะสมที่สุด จำกัดความเบลอในการทำนายความละเอียดสูงขั้นสุดท้าย ลดจุดรบกวนของภาพ และกู้คืนรายละเอียดจนถึงค่าซูม 2 เท่า เราขยายแนวทางนี้ไปสู่การถ่ายภาพซ้อน กรณีที่จะคาดเดาจากลำดับของเฟรมที่มีความละเอียดต่ำของการเปิดรับแสงหลายเฟรม จะเป็นเฟรมที่มีความละเอียดสูงและปราศจากสัญญาณรบกวน การทดลองทั้งในสถานการณ์การสัมผัสครั้งเดียวและหลายครั้งแสดงให้เห็นถึงข้อดีของแนวทางนี้ เนื่องจากฟิวชั่นไม่มีการเรียนรู้ วิธีการที่นำเสนอจึงมั่นใจได้ว่าจะไม่ทำให้เกิดภาพหลอนในรายละเอียด ซึ่งเป็นสิ่งสำคัญสำหรับแอปพลิเคชันการสำรวจระยะไกลจำนวนมาก
