作者fragmentwing (片翼碎夢)
看板DataScience
標題[問題] 圖片形變相關的模型?
時間Wed Sep 13 13:10:14 2023
如題
在想是不是有對同一地點航空照進行矯正的現成模型
比如說要研究地層下陷或地形變化 但又不能保證這次和上次拍的照片角度和光線一樣 所以在做比較前要先用之前的照片當基準做照片的修復
不知道有沒有這種模型
先謝謝各位先進了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.77.227.248 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1694581818.A.F94.html
1F：→ fragmentwing: 我知道有itk-snap 可是這個好像是三維的也查不太到 09/13 13:15
2F：→ fragmentwing: 它背後的演算邏輯 不知道有沒有專門做二維圖像的? 09/13 13:15
3F：→ fragmentwing: 自己有嘗試過用cv2的sift演算法去抓特徵不過抓出來 09/13 13:15
4F：→ fragmentwing: 不太理想 09/13 13:15
5F：→ wuyiulin: 光線我沒想法，但是在三維重建我們會用 Multi-View 09/13 16:06
6F：→ wuyiulin: 你應該找 HDR 之類的關鍵字可以找得到 09/13 16:06
7F：→ wuyiulin: 我之前有讀過一篇關於二/三維模型融合的 09/13 16:10
9F：→ wuyiulin: 如果對你有幫助的話就太好了 09/13 16:10
10F：→ fragmentwing: 謝謝大大 其實我是要找二維的 09/13 16:51
11F：→ fragmentwing: 光線這個舉例看來是不好 09/13 16:52
12F：→ fragmentwing: 面臨的狀況是二維陣列構成的照片A和B 要用A當基準去 09/13 16:59
13F：→ fragmentwing: 修復B B看起來可能有整體位移+局部扭曲 本來應該是 09/13 16:59
14F：→ fragmentwing: 一般的拼接就可以處理 可是又有局部扭曲的問題要處 09/13 16:59
15F：→ fragmentwing: 理 有查到這種局部扭曲的話要用變形場去看的樣子 不 09/13 16:59
16F：→ fragmentwing: 過我只查到怎麼去弄變形場（還是nii這種3維類型的資 09/13 16:59
17F：→ fragmentwing: 料 所以也還沒法把這一步完全實作出來）而且沒看到 09/13 16:59
18F：→ fragmentwing: 怎麼重建 09/13 16:59
19F：→ fragmentwing: 因為可能有涉及保密問題我只能講得這麼含糊 對大大 09/13 17:00
20F：→ fragmentwing: 感到很抱歉 09/13 17:00
21F：推 wuyiulin: 沒事，我在解工作上的問題也常常有這種困擾啊哈哈哈 09/13 17:29
22F：→ fragmentwing: 感謝大大體諒QAQ 09/13 17:38
23F：→ chang1248w: 抓地標然後對圖片線性轉換來對齊 09/13 17:44
24F：→ chang1248w: 這樣做的前提是空拍角度不能差太多 09/13 17:44
25F：→ chang1248w: 找出地標的向量資訊之後這題就不難 09/13 17:45
26F：→ chang1248w: 比對的部分你要傳統cv或深度分割都行 09/13 17:46
27F：→ fragmentwing: 謝謝c大 09/13 17:59
28F：→ fragmentwing: 可以再問傳統cv是甚麼嗎 我不太確定這個和機器學習 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: 大大考慮的角度 兩張圖是不會差太多 09/13 18:01
32F：→ chang1248w: computer vision 09/13 20:58
33F：→ lycantrope: 在用opencv都沒想過cv代表什麼嗎w 09/13 21:59
34F：→ fragmentwing: 謝謝C大 09/14 15:13
35F：→ fragmentwing: 真的沒去查過這點…… 09/14 15:13
36F：推 chang1248w: character voice 09/14 19:01
37F：→ chang1248w: 聲優啦聲優，我們都是開放式聲優 09/14 19:01
38F：推 NDEJG: 弄成正射影像不行嗎？ 09/16 04:20
39F：→ Sfly: Alignment + change detection 09/27 16:57
40F：→ truehero: image registration? 09/29 00:16
42F：→ fragmentwing: 上面兩樓的大大提的感覺都有關係 09/30 18:47
43F：→ fragmentwing: registration 之前用超像素分割來用失敗了不知道cnn 09/30 18:48
44F：→ fragmentwing: 弄下去會不會好點 09/30 18:48
45F：→ truehero: 找SOTA,上面這篇算古老了,voxelmorph系列看看 09/30 22:22
46F：→ fragmentwing: t大 我看有人用minst來示範 不過voxelmorph預訓練好 10/01 02:31
47F：→ fragmentwing: 像只有提供3d的資料？ 10/01 02:31
48F：→ truehero: 沒差~~你的資料比較特別, 我覺得基本上是要重頭TRAIN 10/01 22:51
49F：→ fragmentwing: 資料量可能不太夠 所以我在看能不能先從預訓開始 理 10/02 10:26
50F：→ fragmentwing: 論上是要讓機器學習"變形"這個概念（我的理解是這跟 10/02 10:26
51F：→ fragmentwing: 孿生網路應該是類似的狀況 孿生網路訓練是訓練出何 10/02 10:26
52F：→ fragmentwing: 謂"相似"’） 所以我在看能不能拿一般的預訓模型起 10/02 10:26
53F：→ fragmentwing: 步 甚至拿醫療資料硬改成灰階2D來做訓練 希望能成功 10/02 10:26
54F：→ fragmentwing: 吧 10/02 10:26
55F：→ fragmentwing: 話說這個做augmentation 也一樣有用嗎？ 10/02 10:27
56F：→ fragmentwing: 畢竟牽涉變形 不知道augmentation會不會破壞原本的 10/02 10:30
57F：→ fragmentwing: 變形特性 10/02 10:30
58F：→ fragmentwing: 我知道這聽起來和我想拿別的資料來預訓的想法蠻矛盾 10/02 10:35
59F：→ fragmentwing: 的 10/02 10:35
60F：→ fragmentwing: …… 10/02 10:36
61F：→ truehero: 如果期望方式是試2D+pretrian ,那下面這種樹看下吧 10/03 21:25
63F：→ fragmentwing: 感謝 10/04 19:53