改进洪水洞察：基于扩散的 SAR 到 EO 图像翻译
计算机视觉与模式识别
2023-07-17 v1 图像与视频处理
摘要
在气候急剧变化的驱动下，洪水事件的频率与强度不断上升。电光（EO）卫星影像常被用于快速响应。然而，其在洪水情境下的效用受云层覆盖与夜间局限等问题的妨碍，使灾害评估颇为困难。已有若干利用合成孔径雷达（SAR）数据的替代性洪水检测技术被提出。尽管 SAR 在上述情境中较 EO 具优势，其显著缺陷在于：人类分析人员往往难以解读数据。为应对此问题，本文引入一种新框架——基于扩散的 SAR 到 EO 图像翻译（DSE）。DSE 框架将 SAR 图像转换为 EO 图像，从而增强洪水洞察对人类的可解释性。在 Sen1Floods11 与 SEN12-FLOOD 数据集上的实验结果表明，DSE 框架不仅提供了增强的视觉信息，还提升了所有被测洪水分割基线的性能。
引用
@article{arxiv.2307.07123,
title = {Improved Flood Insights: Diffusion-Based SAR to EO Image Translation},
author = {Minseok Seo and Youngtack Oh and Doyi Kim and Dongmin Kang and Yeji Choi},
journal= {arXiv preprint arXiv:2307.07123},
year = {2023}
}
备注
10 pages, 6 figures