基于U-Net深度神经网络的月球表面图像修复
计算机视觉与模式识别
2019-04-16 v1
摘要
图像修复是一种从含噪观测中重建原始图像可行估计的技术。本文提出一种基于U-Net的深度神经网络模型，以上下文感知的方式修复月球表面图像上缺失的像素，该问题通常被称为图像补全(inpainting)问题。我们使用Kaguya卫星上多波段成像仪(MI)捕获的月球表面灰度图像进行实验，结果表明我们的方法能够以良好的视觉质量和改进的PSNR值重建月球表面图像。
引用
@article{arxiv.1904.06683,
title = {Lunar surface image restoration using U-net based deep neural networks},
author = {Hiya Roy and Subhajit Chaudhury and Toshihiko Yamasaki and Danielle DeLatte and Makiko Ohtake and Tatsuaki Hashimoto},
journal= {arXiv preprint arXiv:1904.06683},
year = {2019}
}