利用时空生成网络去除卫星图像中的云层
计算机视觉与模式识别
2019-12-17 v1
摘要
卫星图像在连续环境监测和地球观测方面具有巨大前景。然而，云层造成的遮挡会严重限制覆盖范围，使地面信息提取更加困难。现有流程通常使用简单的时间合成与手工滤波器进行云去除。相比之下，我们将云去除问题视为条件图像合成挑战，并提出了一种可训练的时空生成器网络（STGAN）来去除云层。我们在一个新建的大规模时空数据集上训练模型，该数据集包含覆盖所有大陆的 97640 个图像对。我们通过实验证明，所提出的 STGAN 模型优于标准模型，并能生成逼真的无云图像，在各种大气条件下具有高的 PSNR 和 SSIM 值，从而提升土地覆盖分类等下游任务的性能。
引用
@article{arxiv.1912.06838,
title = {Cloud Removal in Satellite Images Using Spatiotemporal Generative Networks},
author = {Vishnu Sarukkai and Anirudh Jain and Burak Uzkent and Stefano Ermon},
journal= {arXiv preprint arXiv:1912.06838},
year = {2019}
}
备注
Accepted to WACV 2020