专栏首页ATYUN订阅号给定卫星图像,通过机器学习即可创建地面图像

给定卫星图像,通过机器学习即可创建地面图像

AiTechYun

编辑:chux

达芬奇曾创作的绘画展示了意大利某些地区的鸟瞰图,其细节水平在摄影和飞行机器发明之前是不可能实现的。实际上,许多评论家都想知道他如何想象这些细节。但现在研究人员正在研究逆向问题:给定地球表面的卫星图像,该区域从地面看起来是什么样的?这样一个人造图像有多清楚?

加州大学默塞德分校的Xueqing Deng及其同事进行了研究,他们训练了机器学习算法,只需通过查看上面的卫星图片就可以创建地面图像。

该技术基于生成对抗网络。这包括两个称为生成器和鉴别器的神经网络。

生成器创建图像,鉴别器根据某些学习标准进行评估,例如它们与长颈鹿有多接近。通过使用鉴别器的输出,生成器逐渐学会产生看起来像长颈鹿的图像。

在这种情况下,Deng和合作人员使用地面的真实图像以及该位置的卫星图像训练鉴别器。因此,它学习如何将地平面图像与其俯视图相关联。

当然,数据集的质量很重要。该团队将LCM2015地面覆盖图用作地面实况,该地图为整个英国提供了一公里分辨率的土地。然而,该团队将数据限制在71×71公里的网格中,包括伦敦和周围的乡村。对于此网格中的每个位置,他们从名为Geograph的在线数据库下载了地面视图。

然后,该团队使用16,000对俯瞰图和地面图像训练鉴别器。

下一步是开始生成地面图像。发电机输入了一组4,000个特定位置的卫星图像,并且必须使用来自鉴别器的反馈为每个发生器创建地平面视图。该团队使用4,000个顶部图像对系统进行了测试,并将其与地面实况图像进行了比较。

结果很有趣。如果质量相对较低,网络会根据俯视图像生成合理的图像。生成的图像捕获地面的基本特征,例如它是否显示道路,土地是农村还是城市等等。Deng表示,“生成的地面图像看起来很自然,尽管如预期的那样,它们缺乏真实图像的细节,”

这是一个巧妙的技巧,但它有多大用处?地理学家的一项重要任务是根据土地的用途对土地进行分类,例如土地还是城市。

地面图像是这方面的关键。然而,现有的数据库往往是欠缺的,特别是在农村地区,所以地理学家必须在图像之间进行插值,这一过程比猜测的要好得多。

现在生成对抗网络提供了一种全新的土地利用方式。当地理学家想要知道任何位置的地平面视图时,他们可以简单地使用基于卫星图像的神经网络创建视图。

Deng甚至比较了两种方法:插值与图像生成。这种新技术73%正确地确定了土地利用,而插值方法正确率为65%。

这项有趣的工作可以让地理学家的生活更轻松。但研究团队有更大的抱负。他们希望改进图像生成过程,以便将来在地面图像中产生更多细节。

参考论文:arxivorg/abs/1806.05129

本文分享自微信公众号 - ATYUN订阅号(atyun_com)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-07-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 谷歌人工智能“即时”预测局部降水模式

    谷歌希望利用人工智能和机器学习来快速预测当地天气。在一篇论文和附带的博客文章中,这家科技巨头详细介绍了一个人工智能系统,该系统利用卫星图像生成“几乎是瞬间”的高...

    AiTechYun
  • MIT语义软分割实现精细“抠图”,有助于打造逼真的电影特效

    随着电影越来越注重CGI,电影制作人必须越来越擅长“合成”,即合并前景和背景图像,例如将演员放置在飞机或行星的顶部,或者放入《黑豹》的Wakanda这样的虚构世...

    AiTechYun
  • 【算法】“极简主义机器学习”算法可从极小数据中分析图像

    美国能源部劳伦斯伯克利国家实验室(伯克利实验室)的数学家们开发了一种新的机器学习方法,旨在实验成像数据。这种新方法不是依靠典型机器学习方法所使用的数十或数十万个...

    AiTechYun
  • Matlab系列之小波分析应用:图像去噪与压缩

    本篇把小波分析应用在图像处理中的去噪以及压缩进行了简单介绍与实例应用,不过由于知识储备还有限,有些专业知识还是无法详细的表述出来,所以感兴趣的需要自行查资料学习...

    狂人V
  • 学界 | 如何让医学图像诊断网络具备可解释性?CVPR oral 作者张子钊详解 MDNet 技术细节

    AI 科技评论按:AI 科技评论对各大顶级会议的论文及作者一直保持高度关注,在邀约优秀的与会老师和同学参加GAIR大讲堂等线下分享活动外,AI 科技评论也会持续...

    AI科技评论
  • 看得“深”、看得“清” —— 深度学习在图像超清化的应用

    用户1737318
  • 深度学习在图像处理中的应用趋势及常见技巧

    链接 | https://zhuanlan.zhihu.com/p/147885624

    小白学视觉
  • 图像处理入门基础

    1、数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程,图像看成二维、三维或者更高维的信号。

    长风破浪
  • 基于SURF算法相似图像相对位置的寻找

    例如以下两个相似证件的模板,若以其中一幅图像为模板,并给出相应的位置,可以给出其他相似图像进行定位相对应的位置,如下图所示,其中除了标题和样式一样,内容确是不同...

    智能算法
  • 干货 | 携程图像智能化建设之路

    携程技术

扫码关注云+社区

领取腾讯云代金券