作者fragmentwing (片翼碎梦)
看板DataScience
标题[问题] 图片形变相关的模型?
时间Wed Sep 13 13:10:14 2023
如题
在想是不是有对同一地点航空照进行矫正的现成模型
比如说要研究地层下陷或地形变化 但又不能保证这次和上次拍的照片角度和光线一样 所以在做比较前要先用之前的照片当基准做照片的修复
不知道有没有这种模型
先谢谢各位先进了
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.77.227.248 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1694581818.A.F94.html
1F：→ fragmentwing: 我知道有itk-snap 可是这个好像是三维的也查不太到 09/13 13:15
2F：→ fragmentwing: 它背後的演算逻辑 不知道有没有专门做二维图像的? 09/13 13:15
3F：→ fragmentwing: 自己有尝试过用cv2的sift演算法去抓特徵不过抓出来 09/13 13:15
4F：→ fragmentwing: 不太理想 09/13 13:15
5F：→ wuyiulin: 光线我没想法，但是在三维重建我们会用 Multi-View 09/13 16:06
6F：→ wuyiulin: 你应该找 HDR 之类的关键字可以找得到 09/13 16:06
7F：→ wuyiulin: 我之前有读过一篇关於二/三维模型融合的 09/13 16:10
9F：→ wuyiulin: 如果对你有帮助的话就太好了 09/13 16:10
10F：→ fragmentwing: 谢谢大大 其实我是要找二维的 09/13 16:51
11F：→ fragmentwing: 光线这个举例看来是不好 09/13 16:52
12F：→ fragmentwing: 面临的状况是二维阵列构成的照片A和B 要用A当基准去 09/13 16:59
13F：→ fragmentwing: 修复B B看起来可能有整体位移+局部扭曲 本来应该是 09/13 16:59
14F：→ fragmentwing: 一般的拼接就可以处理 可是又有局部扭曲的问题要处 09/13 16:59
15F：→ fragmentwing: 理 有查到这种局部扭曲的话要用变形场去看的样子 不 09/13 16:59
16F：→ fragmentwing: 过我只查到怎麽去弄变形场（还是nii这种3维类型的资 09/13 16:59
17F：→ fragmentwing: 料 所以也还没法把这一步完全实作出来）而且没看到 09/13 16:59
18F：→ fragmentwing: 怎麽重建 09/13 16:59
19F：→ fragmentwing: 因为可能有涉及保密问题我只能讲得这麽含糊 对大大 09/13 17:00
20F：→ fragmentwing: 感到很抱歉 09/13 17:00
21F：推 wuyiulin: 没事，我在解工作上的问题也常常有这种困扰啊哈哈哈 09/13 17:29
22F：→ fragmentwing: 感谢大大体谅QAQ 09/13 17:38
23F：→ chang1248w: 抓地标然後对图片线性转换来对齐 09/13 17:44
24F：→ chang1248w: 这样做的前提是空拍角度不能差太多 09/13 17:44
25F：→ chang1248w: 找出地标的向量资讯之後这题就不难 09/13 17:45
26F：→ chang1248w: 比对的部分你要传统cv或深度分割都行 09/13 17:46
27F：→ fragmentwing: 谢谢c大 09/13 17:59
28F：→ fragmentwing: 可以再问传统cv是甚麽吗 我不太确定这个和机器学习 09/13 17:59
29F：→ fragmentwing: 的cross validation是不是指同一件事? 深度分割指的 09/13 17:59
30F：→ fragmentwing: 是像skimage的segmentation 和 restoration? 09/13 18:00
31F：→ fragmentwing: 大大考虑的角度 两张图是不会差太多 09/13 18:01
32F：→ chang1248w: computer vision 09/13 20:58
33F：→ lycantrope: 在用opencv都没想过cv代表什麽吗w 09/13 21:59
34F：→ fragmentwing: 谢谢C大 09/14 15:13
35F：→ fragmentwing: 真的没去查过这点…… 09/14 15:13
36F：推 chang1248w: character voice 09/14 19:01
37F：→ chang1248w: 声优啦声优，我们都是开放式声优 09/14 19:01
38F：推 NDEJG: 弄成正射影像不行吗？ 09/16 04:20
39F：→ Sfly: Alignment + change detection 09/27 16:57
40F：→ truehero: image registration? 09/29 00:16
42F：→ fragmentwing: 上面两楼的大大提的感觉都有关系 09/30 18:47
43F：→ fragmentwing: registration 之前用超像素分割来用失败了不知道cnn 09/30 18:48
44F：→ fragmentwing: 弄下去会不会好点 09/30 18:48
45F：→ truehero: 找SOTA,上面这篇算古老了,voxelmorph系列看看 09/30 22:22
46F：→ fragmentwing: t大 我看有人用minst来示范 不过voxelmorph预训练好 10/01 02:31
47F：→ fragmentwing: 像只有提供3d的资料？ 10/01 02:31
48F：→ truehero: 没差~~你的资料比较特别, 我觉得基本上是要重头TRAIN 10/01 22:51
49F：→ fragmentwing: 资料量可能不太够 所以我在看能不能先从预训开始 理 10/02 10:26
50F：→ fragmentwing: 论上是要让机器学习"变形"这个概念（我的理解是这跟 10/02 10:26
51F：→ fragmentwing: 孪生网路应该是类似的状况 孪生网路训练是训练出何 10/02 10:26
52F：→ fragmentwing: 谓"相似"’） 所以我在看能不能拿一般的预训模型起 10/02 10:26
53F：→ fragmentwing: 步 甚至拿医疗资料硬改成灰阶2D来做训练 希望能成功 10/02 10:26
54F：→ fragmentwing: 吧 10/02 10:26
55F：→ fragmentwing: 话说这个做augmentation 也一样有用吗？ 10/02 10:27
56F：→ fragmentwing: 毕竟牵涉变形 不知道augmentation会不会破坏原本的 10/02 10:30
57F：→ fragmentwing: 变形特性 10/02 10:30
58F：→ fragmentwing: 我知道这听起来和我想拿别的资料来预训的想法蛮矛盾 10/02 10:35
59F：→ fragmentwing: 的 10/02 10:35
60F：→ fragmentwing: …… 10/02 10:36
61F：→ truehero: 如果期望方式是试2D+pretrian ,那下面这种树看下吧 10/03 21:25
63F：→ fragmentwing: 感谢 10/04 19:53