Question

[feng823947962]

您好，我想请教一下您，为什么通过神经网络探测出来的颤振第一维拟合得很好，第二维基本上不拟合，导致结果出现连续的小幅颤振。@caiya55

[caiya55]

您好。这个问题确实存在。jitter 在 pitch方向上没有roll方向上表现好。我们认为有三个原因导致了这种情况。1,实际pitch方向的jitter振幅比较小，一些参考文献会提到检测出的ptich方向振幅是roll方向的一半，有的情况下，pitch方向的jitter甚至可以忽略（因为推扫式卫星在pitch方向会有机械上的补偿，一般而言pitch方向稳定性会更好一些）。振幅较小的时候，jitter不明显，于是网络检测出的曲线效果会更差。2. pitch方向的jitter更难识别。即使在相同振幅下，因为成像原理的问题，roll方向的曲线造成的畸变更明显。而pitch方向则不明显。考虑极端情况下，一条垂直的公路，roll方向的畸变会造成明显波浪般的扭曲，而pitch方向的jitter造成的影响则难以察觉。3. roll和pitch互相影响。考虑一条45度斜着方向的公路，在pitch和roll同时存在的情况下，网络在恢复图像的过程中，仅通过拟合roll方向的曲线，就能达到很好的复原效果，再加上pitch振幅较小，除非增大 pitch 曲线loss 的比重（那样可能会影响最终的图像复原），否则pitch 拟合的效果不是很好。

综上，pitch拟合的准确度目前来看确实不理想。你可以在我们的论文中查看实际的曲线。当然，论文的目标是以图像复原为主，因此在图像复原效果的metrics比较好的情况下，pitch acc 不理想也是可以接受的。

事实上，这个问题在pitch 方向的jitter比较大的情况下，就无法忽视了，图像效果也不好。ISPRS的那篇论文中，第二幅飞机场的图便是这种情况。我们的算法无法针对这种情况进行较好还原，因为这幅图中pitch和roll的jitter振幅几乎一样了。针对这种情况，我们改进了模型，添加了基于GAN的loss，并对不同的方法进行了比较。实现了较好的结果。目前文章还在审稿中。之后我会重开个项目，开源所有代码。

[feng823947962]

您好，请问您之前提及的这篇文章发表了吗？

[caiya55]

您好，我的论文还没有发表。因为没有足够的真实数据，所以已经在做别的方向了。如果您有兴趣，请加我的微信caiya-100，私聊。

…

________________________________ 发件人: feng823947962 <[email protected]> 发送时间: 2020年10月28日 19:17 收件人: caiya55/jitter-compensation <[email protected]> 抄送: ZHANG ZHAOXIANG <[email protected]>; Mention <[email protected]> 主题: Re: [caiya55/jitter-compensation] Question (#3) 您好，请问您之前提及的这篇文章发表了吗？ ― You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub<#3 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/AIBPFZIIGL2PMRCSMXM6UZLSNDGB7ANCNFSM4HIBZ65Q>.

[feng823947962]

好的好的 谢谢啊