CloudFindr：一种用于卫星DEM数据的深度学习云伪影掩膜器
计算机视觉与模式识别
2024-11-01 v1 图形学
机器学习
图像与视频处理
摘要
伪影去除是电影级科学可视化的重要组成部分，对于伪影难以定义的海量数据集尤其具有挑战性。本文描述一种创建云伪影掩膜的方法，可结合传统图像处理与基于U-Net的深度学习，用于去除卫星影像中的伪影。与以往方法相比，我们的方法不需要多通道光谱影像，而是能在单通道数字高程模型（DEM）上成功运行。DEM是地球地形的一种表示，具有包括行星科学、地质学、洪水建模与城市规划在内的多种应用。
引用
@article{arxiv.2110.13819,
title = {CloudFindr: A Deep Learning Cloud Artifact Masker for Satellite DEM Data},
author = {Kalina Borkiewicz and Viraj Shah and J. P. Naiman and Chuanyue Shen and Stuart Levy and Jeff Carpenter},
journal= {arXiv preprint arXiv:2110.13819},
year = {2024}
}