NightVision：从红外观测生成夜间卫星影像
计算机视觉与模式识别
2020-12-09 v2 机器学习
图像与视频处理
摘要
机器学习在卫星影像中的应用近期激增，这些应用通常依赖可见光图像，因此在夜间面临数据匮乏的问题。这一缺口可通过利用可用的红外观测来生成可见光图像加以弥补。本文展示了如何成功应用深度学习，通过使用基于 U-Net 的架构来创建这些图像。所提出的方法展现出有前景的结果，在独立测试集上达到高达 86% 的结构相似性指数（SSIM），并从红外观测中生成了视觉上令人信服的输出图像。
引用
@article{arxiv.2011.07017,
title = {NightVision: Generating Nighttime Satellite Imagery from Infra-Red Observations},
author = {Paula Harder and William Jones and Redouane Lguensat and Shahine Bouabid and James Fulton and Dánell Quesada-Chacón and Aris Marcolongo and Sofija Stefanović and Yuhan Rao and Peter Manshausen and Duncan Watson-Parris},
journal= {arXiv preprint arXiv:2011.07017},
year = {2020}
}