MultiEarth 2022——基于多模态回归与生成的矩阵补全挑战赛冠军方案
计算机视觉与模式识别
2022-06-22 v1
摘要
地球观测卫星多年来在不同地点、不同光谱波段以不同模态持续监测地球环境。由于复杂的卫星感知条件（如天气、云层、大气、轨道），某些模态、波段、地点和时间的观测数据可能缺失。CVPR 2022 的 MultiEarth 矩阵补全挑战赛[1]提供了多模态卫星数据，以亚马逊雨林为感兴趣区域，旨在应对此类数据稀疏性挑战。本工作提出了一种自适应实时多模态回归与生成框架，并在该挑战赛的未见测试查询上取得了优越性能，其 LPIPS 为 0.2226，PSNR 为 123.0372，SSIM 为 0.6347。
引用
@article{arxiv.2206.08970,
title = {MultiEarth 2022 -- The Champion Solution for the Matrix Completion Challenge via Multimodal Regression and Generation},
author = {Bo Peng and Hongchen Liu and Hang Zhou and Yuchuan Gou and Jui-Hsin Lai},
journal= {arXiv preprint arXiv:2206.08970},
year = {2022}
}
备注
CVPR 2022, MultiEarth 2022, Matrix Completion Challenge