使用条件对抗网络的航空高光谱超分辨率
计算机视觉与模式识别
2017-12-27 v1
摘要
从地面自然图像推断光谱特征在应用深度学习中引起了广泛关注。与地面图像的光谱相比，航空高光谱图像空间分辨率低且受更高噪声干扰。在本文中，我们训练一个条件对抗网络，以学习从三色空间到 400 至 700 nm 内 31 个光谱波段的逆映射。该网络在 AeroCampus 上训练，这是一个首创的航空高光谱数据集。AeroCampus 由高空间分辨率彩色图像和低空间分辨率高光谱图像（HSI）组成。由 31 个光谱波段合成的彩色图像用于训练我们的网络。在合成 RGB 测试数据上以 2.48 的基线均方根误差，我们表明在航空图像中生成光谱特征是可能的。
引用
@article{arxiv.1712.08690,
title = {Aerial Spectral Super-Resolution using Conditional Adversarial Networks},
author = {Aneesh Rangnekar and Nilay Mokashi and Emmett Ientilucci and Christopher Kanan and Matthew Hoffman},
journal= {arXiv preprint arXiv:1712.08690},
year = {2017}
}