利用GAN方法生成夜间可见光气象卫星图像
计算机视觉与模式识别
2022-06-01 v3
摘要
气象卫星可见光图像对气象保障和预报至关重要。然而，夜间没有此类数据。为了克服这一问题，我们提出了一种基于深度学习的方法来生成夜间的合成卫星可见光图像。具体而言，为了生成更逼真的产品，我们训练了一个生成对抗网络（GAN）模型，根据相应的卫星红外图像和数值天气预报（NWP）产品来生成可见光图像。为了更好地建模从红外数据和 NWP 产品到可见光图像的非线性关系，我们提出使用通道注意力机制（例如 SEBlock）来对输入通道进行定量加权。基于 ECMWF NWP 产品和 FY-4A 气象卫星可见光与红外通道数据的实验表明，所提出的方法能够有效地生成逼真的夜间合成卫星可见光图像。
引用
@article{arxiv.2108.04330,
title = {Creating synthetic night-time visible-light meteorological satellite images using the GAN method},
author = {Wencong Cheng},
journal= {arXiv preprint arXiv:2108.04330},
year = {2022}
}