利用深度学习消除偏振图像中的伪影
机器学习
2019-12-02 v1 天体物理仪器与方法
机器学习
摘要
使用如机器人偏振计等成像偏振计进行的偏振测量对图像中伪影的存在非常敏感。伪影的范围从望远镜内部反射到可能污染图像中感兴趣区域的卫星轨迹。随着宽场偏振测量巡天的出现，开发能够自动标记图像中伪影的方法势在必行。在本文中，我们实现了一种卷积神经网络来识别图像中最主要的伪影。我们发现我们的模型能够以98%的真阳性率和97%的真阴性率成功分类源。此类模型与迁移学习相结合，将为即将到来的如WALOP等巡天中的伪影消除提供良好的开端。
引用
@article{arxiv.1911.08327,
title = {Eliminating artefacts in Polarimetric Images using Deep Learning},
author = {Dhruv Paranjpye and Ashish Mahabal and A. N. Ramaprakash and Gina Panopoulou and Kieran Cleary and Anthony Readhead and Dmitry Blinov and Kostas Tassis},
journal= {arXiv preprint arXiv:1911.08327},
year = {2019}
}
备注
7 pages, 15 figures