LSwinSR：基于线性Swin Transformer的无人机影像超分辨率
图像与视频处理
2023-03-21 v1 计算机视觉与模式识别
机器学习
摘要
超分辨率旨在从低分辨率图像重建高分辨率图像，已在计算机视觉与遥感领域引起广泛关注并得到深入研究。超分辨率技术对无人机（UAV）尤为有益，因为无人机所捕获图像的数量与分辨率高度受飞行高度、载荷能力等物理约束限制。随着深度学习方法在超分辨率任务中的成功应用，近年来一系列超分辨率算法被提出。本文针对无人机图像超分辨率，提出了一种基于最先进的Swin Transformer的新网络，具有更优的效率与具竞争力的精度。同时，由于无人机的重要应用之一是土地覆盖与土地利用监测，峰值信噪比（PSNR）和结构相似性指数测度（SSIM）等简单的图像质量评估不足以全面衡量算法性能。因此，我们进一步利用语义分割精度考察超分辨率方法的有效性。代码将发布于https://github.com/lironui/LSwinSR。
引用
@article{arxiv.2303.10232,
title = {LSwinSR: UAV Imagery Super-Resolution based on Linear Swin Transformer},
author = {Rui Li and Xiaowei Zhao},
journal= {arXiv preprint arXiv:2303.10232},
year = {2023}
}