离散小波变换作为变分自编码器卫星图像表达潜在空间的促进因素
计算机视觉与模式识别
2025-10-02 v1 人工智能
摘要
潜在扩散模型（LDM）是扩散模型的一个子类，通过在由变分自编码器（VAE）构建的压缩潜在空间中进行操作来缓解像素空间扩散的计算复杂度，在遥感领域展现出显著优势。尽管已有许多旨在增强 LDM 的研究，但针对内在潜在空间中显著性改进的研究仍寥寥无几。本文提出了一种新颖视角，利用离散小波变换（DWT）来增强 VAE 的潜在空间表示，专为卫星图像设计。该方法提出的 ExpDWT-VAE 包含两个分支：一个分支通过卷积操作处理空间域输入，另一个分支通过 2D Haar 小波分解、卷积操作和逆 DWT 重构来提取和处理频域特征。这两个分支合并以创建集成的空间-频率表示，并通过卷积和对角高斯映射进一步细化，形成稳健的潜在表示。我们利用 TerraFly 地图系统储存的全新卫星图像数据集进行方法验证。实验结果在多个性能指标上均显示，所提方法在增强潜在空间表示方面具有有效性。
引用
@article{arxiv.2510.00376,
title = {Discrete Wavelet Transform as a Facilitator for Expressive Latent Space Representation in Variational Autoencoders in Satellite Imagery},
author = {Arpan Mahara and Md Rezaul Karim Khan and Naphtali Rishe and Wenjia Wang and Seyed Masoud Sadjadi},
journal= {arXiv preprint arXiv:2510.00376},
year = {2025}
}
备注
6 pages, 3 Figures