面向气象校准的 JunoCam 结构保持式无配对图像翻译
计算机视觉与模式识别
2025-12-01 v1
摘要
了解木星大气动力学对于理解行星气象学及类木星类行星大气具有重要意义。为此，我们需要高分辨率、光度校准的观测数据。过去 9 年间，木星航天器的光学相机 JunoCam 产生了独特的数据集，具有高空间分辨率、广覆盖范围的近日点飞掠，以及长时间基线。然而，JunoCam 缺乏绝对光度校准，阻碍了对木星大气的定量分析。利用火星视线望远镜 (HST) 的观测作为已校准传感器的代理，我们提出一种新方法，用于执行 JunoCam 与 HST 之间的无配对图像到图像翻译 (I2I)，聚焦于解决两种传感器之间的分辨率差异。我们的结构保持式 I2I 方法 (SP-I2I) 包含显式频率空间约束，旨在保留高频特征，确保细小尺度空间结构的保留——这对于研究木星大气至关重要。我们展示了最新的无配对图像到图像翻译方法不足以解决此问题，并且，重要的是，我们显示我们提出的解决方案对相关遥感数据具有更广泛的影响，适用于镀光任务。
引用
@article{arxiv.2511.22667,
title = {A deep learning perspective on Rubens' attribution},
author = {A. Afifi and A. Kalimullin and S. Korchagin and I. Kudryashov},
journal= {arXiv preprint arXiv:2511.22667},
year = {2025}
}