基于 CNN 的 Sentinel-2 数据主动火点检测超分辨率技术
计算机视觉与模式识别
2019-06-26 v1 图像与视频处理
摘要
遥感应用可受益于由 Sentinel-2 双星所保障的较高空间分辨率多光谱（MS）影像与高重访频率。遗憾的是，十三波段中仅四个以 10 米最高分辨率提供，其余为 20 或 60 米。例如以 20 米提供的短波红外（SWIR）波段对主动火点检测非常有用。为获得更精细的主动火点检测（AFD）图，我们提出一种基于卷积神经网络（CNN）的超分辨率数据融合方法，将 SWIR 波段提升至 10 米空间分辨率。所提基于 CNN 的方案在若干精度指标上优于替代方法。此外，我们通过经典指数监测主动火点，从应用角度测试了超分辨率波段。我们方法的优势与局限在特定的地理区域（那不勒斯附近的维苏威火山，2017 年夏曾遭大范围火灾破坏）上得到验证。
引用
@article{arxiv.1906.10413,
title = {A CNN-Based Super-Resolution Technique for Active Fire Detection on Sentinel-2 Data},
author = {Massimiliano Gargiulo and Domenico Antonio Giuseppe Dell'Aglio and Antonio Iodice and Daniele Riccio and Giuseppe Ruello},
journal= {arXiv preprint arXiv:1906.10413},
year = {2019}
}
备注
8 pages, 6 figures