基于深度学习的全色锐化综合分析与改进
图像与视频处理
2024-12-09 v1 计算机视觉与模式识别
摘要
全色锐化是遥感领域的一项关键任务，通过融合低分辨率多光谱数据与高分辨率全色图像来生成高分辨率多光谱图像。本文对传统方法与基于深度学习的全色锐化方法进行了全面分析。尽管最先进的深度学习方法已显著提升图像质量，但光谱畸变等问题仍然存在。为解决这一问题，我们提出对 PSGAN 框架进行增强，引入新型生成器损失函数正则化技术。在 Worldview-3 数据集上的实验结果表明，所提出的改进在提升光谱保真度的同时，在多个定量指标上取得了更优的性能，并提供了视觉上更优越的结果。
引用
@article{arxiv.2412.04896,
title = {Comprehensive Analysis and Improvements in Pansharpening Using Deep Learning},
author = {Mahek Kantharia and Neeraj Badal and Zankhana Shah},
journal= {arXiv preprint arXiv:2412.04896},
year = {2024}
}