关于训练深度网络用于卫星图像超分辨率重建

超分辨率重建（SRR）——即提升图像空间分辨率的技术——的能力近来因深度卷积神经网络的使用而得到显著提升。通常，此类网络利用由原始图像及其通过双三次下采样得到的低分辨率对应图像所组成的海量训练集进行学习。本文中，我们研究这种低分辨率训练数据的获取方式如何影响SRR性能，该问题迄今尚未被探索。我们广泛的实验研究表明，训练数据的特性对重建精度有很大影响，且被广泛采用的方法并非处理卫星图像的最有效方式。总体而言，我们认为开发更好的训练数据准备流程可能是使SRR适用于真实世界应用的关键。