从卫星到街道：融合Stable Diffusion与PanoGAN的一致性跨视图合成混合框架
计算机视觉与模式识别
2025-09-30 v1 人工智能
多媒体
摘要
街道视图影像已成为地理空间数据收集和城市分析的重要来源，能够提取有价值的洞察以支持明智的决策。然而，从对应的卫星影像合成街道视图影像面临重大挑战，因为这两个领域在外观和视角上存在显著差异。本文提出一种混合框架，融合基于扩散的模型与条件生成对抗网络，从卫星影像生成地理一致的街道视图影像。我们的方法采用多阶段训练策略，将Stable Diffusion作为双分支架构中的核心组件。为增强框架的能力，我们集成了一个条件生成对抗网络（GAN），能够实现地理一致的全景街道视图生成。此外，我们实施了一种融合策略，利用两个模型的优势来创建鲁棒的表示，从而提升生成街道视图影像的几何一致性和视觉质量。所提出的框架在具有挑战性的跨视图美国（CVUSA）数据集上进行了评估，这是跨视图图像合成的标准基准。实验结果表明，我们的混合方法在多个评估指标上优于纯扩散方法，并在与最先进的基于GAN的方法相比时取得了具有竞争力的性能。该框架成功生成了真实且几何一致的街道视图影像，同时保留了细粒度的局部细节，包括街道标线、次要道路以及云等大气元素。
引用
@article{arxiv.2509.24369,
title = {From Satellite to Street: A Hybrid Framework Integrating Stable Diffusion and PanoGAN for Consistent Cross-View Synthesis},
author = {Khawlah Bajbaa and Abbas Anwar and Muhammad Saqib and Hafeez Anwar and Nabin Sharma and Muhammad Usman},
journal= {arXiv preprint arXiv:2509.24369},
year = {2025}
}