中文

利用化合物间关联的多BVOC超分辨率方法

图像与视频处理 2023-06-23 v3 计算机视觉与模式识别 机器学习

摘要

陆地生态系统排放至地球大气中的生物源挥发性有机化合物(BVOCs)是大气化学的重要组成部分。由于观测稀缺,对BVOC排放图进行可靠的增强可为大气化学、气候与空气质量模型提供更密集的数据。本文中,我们提出一种策略,通过同时利用不同化合物的贡献对粗分辨率BVOC排放图进行超分辨率重建。为此,我们首先精确探究若干BVOC物种间的空间互连关系。随后,利用所发现的相似性构建多图像超分辨率(MISR)系统,其中将多种化合物相关的排放图聚合以提升超分辨率(SR)性能。我们比较了关于物种与参与BVOC数量的不同配置。实验结果表明,将BVOC间关系纳入过程可显著提升超分辨率图的精度。有趣的是,当我们聚合强不相关化合物的排放图时取得了最佳结果。这一特性似乎印证了其他数据域中已有的推测,即加入不相关信息比相关信息更有助于提升MISR性能。尽管如此,所提工作代表了通过融合多种不同化合物进行BVOC排放超分辨率的首尝试。

关键词

引用

@article{arxiv.2305.14180,
  title  = {Multi-BVOC Super-Resolution Exploiting Compounds Inter-Connection},
  author = {Antonio Giganti and Sara Mandelli and Paolo Bestagini and Marco Marcon and Stefano Tubaro},
  journal= {arXiv preprint arXiv:2305.14180},
  year   = {2023}
}

备注

5 pages, 4 figures, 1 table, accepted at EURASIP-EUSIPCO 2023