MétaCan
Menu
Retour à la cohorte
Enregistrement W2065193748 · doi:10.1109/tgrs.2012.2195666

Enhancing Spatial Resolution of Hyperspectral Imagery Using Sensor's Intrinsic Keystone Distortion

2012· article· en· W2065193748 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Image Fusion Techniques
Établissements canadiensCanadian Space Agency
Organismes subventionnairesDefence Research and Development Canada
Mots-clésSubpixel renderingHyperspectral imagingImage resolutionComputer visionCube (algebra)Computer scienceData cubeArtificial intelligenceRemote sensingImage fusionDistortion (music)Sensor fusionFull spectral imagingPixelProjection (relational algebra)Spatial analysisImage (mathematics)GeologyAlgorithmData miningMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we develop a novel technology that can enhance the spatial resolution of hyperspectral data cube without using any additional images, as would be the case in image fusion. The technology exploits interband spatial misregistration or distortion (often referred to as “keystone”) of the sensor that acquired the data cube and uses it as additional information to increase the spatial resolution of the data cube. Three methods have been developed to derive subpixel-shifted images from the data cube itself in exploiting the sensor's intrinsic characteristics. Two schemes were proposed to organize the derived subpixel-shifted images before being integrated into the high-resolution image using the iterative-back-projection fusion. Experimental results show that the technology can enhance the spatial resolution in the cross-track direction of hyperspectral data cubes by a factor of two.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle