提升 Sentinel-2 图像分辨率：基于卷积和生成对抗网络的高级技术评估
图像与视频处理
2024-10-22 v1 人工智能
计算机视觉与模式识别
摘要
本文研究了利用基于卷积和生成对抗网络的先进超分辨技术，对包含光谱信息的 Sentinel-2 波段空间分辨率提升至原来的 2 倍的方法。比较了最新的卷积神经网络模型与增强型生成对抗网络模型在质量和可行性方面的表现。因此，需要一组代表性数据集，包含 Sentinel-2 低分辨率图像及其对应的高分辨率航空正射影像。文献调研发现，对于森林等土地类型，尚无可行的数据集可用，故不得不生成一组充分的数据集，以确保准确对齐和图像源优化。结果表明，虽然基于卷积神经网络的方法产生的结果令人满意，但倾向于生成模糊图像。相比之下，基于生成对抗网络的模型不仅提供清晰且细致的图像，而且在定量评估方面表现出优越性能，凸显了该框架在所调查的特定土地类型之外的潜在应用前景。
引用
@article{arxiv.2410.00516,
title = {Enhancing Sentinel-2 Image Resolution: Evaluating Advanced Techniques based on Convolutional and Generative Neural Networks},
author = {Patrick Kramer and Alexander Steinhardt and Barbara Pedretscher},
journal= {arXiv preprint arXiv:2410.00516},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication