用于 Sentinel-2 图像超分辨的多时相与多光谱数据融合
计算机视觉与模式识别
2023-11-06 v1 图像与视频处理
摘要
多光谱 Sentinel-2 图像是宝贵的地球观测数据源，但其光谱波段的空间分辨率受限于 10 m、20 m 和 60 m 地面采样距离，在许多情况下仍不足够。该问题可通过超分辨率解决，旨在从低分辨率观测重建高分辨率图像。对于 Sentinel-2，光谱信息融合可将 20 m 与 60 m 波段增强至 10 m 分辨率。亦有研究尝试组合 Sentinel-2 各波段的多次时相堆叠，但这两种方法迄今未被结合。本文提出 DeepSent——一种用于多时相多光谱 Sentinel-2 图像超分辨的新深度网络。其依托于在光谱与 temporal 维度同时执行的信息融合以生成放大的多光谱图像。在广泛的实验研究中，我们证明本方案优于仅实现多时相或多光谱数据融合的其他 SOTA 技术。此外，我们表明 DeepSent 的优势源于这两种融合类型在单一架构中的结合方式，优于顺序融合。重要的是，我们将方法应用于真实世界 Sentinel-2 图像超分辨，将所有光谱波段空间分辨率增强至 3.3 m 标称地面采样距离，并与甚高分辨率 WorldView-2 图像比较。论文录用后我们将公开实现代码，期望能拓展超分辨 Sentinel-2 图像在真实应用中的使用可能。
引用
@article{arxiv.2301.11154,
title = {Multitemporal and multispectral data fusion for super-resolution of Sentinel-2 images},
author = {Tomasz Tarasiewicz and Jakub Nalepa and Reuben A. Farrugia and Gianluca Valentino and Mang Chen and Johann A. Briffa and Michal Kawulok},
journal= {arXiv preprint arXiv:2301.11154},
year = {2023}
}
备注
Submitted to IEEE Transactions On Geoscience And Remote Sensing