要約
リモート センシングの成長分野は課題に直面しています。画像データのサイズと量が増え続けることで、衛星プラットフォームのストレージと送信能力を超えています。
リモート センシング画像を効率的に圧縮することは、衛星に対するこうした負担を軽減するための重要なソリューションです。
ただし、既存の圧縮方法は衛星にとって計算コストが高すぎることがよくあります。
圧縮センシング理論の継続的な進歩により、シングルピクセルイメージングは軌道上の画像圧縮に新たな可能性をもたらす強力なツールとして浮上しています。
しかし、依然として撮像時間が長くなったり、高解像度の撮像ができないなどの課題があり、実用化には至っていない。
この論文は、リモート センシング画像圧縮における圧縮センシングの研究を進め、ブロック変調イメージング (BMI) を提案します。
BMI は 1 回の露光のみを必要とするため、画像取得速度を大幅に向上させます。
さらに、BMI はデジタル マイクロミラー デバイスの必要性を排除し、画像解像度の限界を超えます。
さらに、BMI フレームワークの下で圧縮された画像を再構築するために特別に設計された新しい復号ネットワークを提案します。
ゲート付き 3D 畳み込みを活用し、双方向クロスアテンション モジュールを通じてステージ間の効率的な情報フローを促進することで、当社のデコード ネットワークは明らかに優れた再構成パフォーマンスを示します。
複数の有名なリモートセンシングデータセットに対して行われた広範な実験により、私たちが提案した方法の有効性が明確に実証されています。
その実用性をさらに検証するために、私たちは BMI ベースのカメラのプロトタイプを開発およびテストしました。これにより、軌道上画像圧縮の有望な可能性が示されました。
コードは https://github.com/Johnathan218/BMNet で入手できます。
要約(オリジナル)
The growing field of remote sensing faces a challenge: the ever-increasing size and volume of imagery data are exceeding the storage and transmission capabilities of satellite platforms. Efficient compression of remote sensing imagery is a critical solution to alleviate these burdens on satellites. However, existing compression methods are often too computationally expensive for satellites. With the continued advancement of compressed sensing theory, single-pixel imaging emerges as a powerful tool that brings new possibilities for on-orbit image compression. However, it still suffers from prolonged imaging times and the inability to perform high-resolution imaging, hindering its practical application. This paper advances the study of compressed sensing in remote sensing image compression, proposing Block Modulated Imaging (BMI). By requiring only a single exposure, BMI significantly enhances imaging acquisition speeds. Additionally, BMI obviates the need for digital micromirror devices and surpasses limitations in image resolution. Furthermore, we propose a novel decoding network specifically designed to reconstruct images compressed under the BMI framework. Leveraging the gated 3D convolutions and promoting efficient information flow across stages through a Two-Way Cross-Attention module, our decoding network exhibits demonstrably superior reconstruction performance. Extensive experiments conducted on multiple renowned remote sensing datasets unequivocally demonstrate the efficacy of our proposed method. To further validate its practical applicability, we developed and tested a prototype of the BMI-based camera, which has shown promising potential for on-orbit image compression. The code is available at https://github.com/Johnathan218/BMNet.
arxiv情報
| 著者 | Zhibin Wang,Yanxin Cai,Jiayi Zhou,Yangming Zhang,Tianyu Li,Wei Li,Xun Liu,Guoqing Wang,Yang Yang |
| 発行日 | 2024-12-24 13:18:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google