利用深度生成融合预测 Landsat 反射率
图像与视频处理
2020-11-20 v1 计算机视觉与模式识别
机器学习
摘要
公共卫星任务通常受制于空间分辨率与时间分辨率之间的权衡，因为没有任何单一传感器能提供兼具高频覆盖的细粒度观测。这阻碍了它们在植被监测或人道主义行动中的潜力，这些应用需要探测快速而细致的地表变化。在本工作中，我们探究深度生成模型通过融合具有不同空间与时间特征的产品来生成高分辨率光学影像的潜力。我们引入一个共配准的中分辨率成像光谱辐射计（MODIS）与 Landsat 地表反射率时间序列数据集，并展示我们的生成模型将粗分辨率每日反射率信息融合进低频次更精细观测的能力。我们将所提模型与最先进的反射率融合算法进行基准比较。
引用
@article{arxiv.2011.04762,
title = {Predicting Landsat Reflectance with Deep Generative Fusion},
author = {Shahine Bouabid and Maxim Chernetskiy and Maxime Rischard and Jevgenij Gamper},
journal= {arXiv preprint arXiv:2011.04762},
year = {2020}
}