RareFlow：面向稀有稀土特征的基于物理的流匹配跨传感器超分辨率
计算机视觉与模式识别
2025-11-04 v2
摘要
遥感影像的超分辨率 (SR) 在稀有地形特征由不同传感器捕获的超出分布 (OOD) 条件下常常失败，产生视觉上 plausible 但物理上不准确的结果。我们提出 RareFlow，一个面向 OOD 鲁棒性的物理感知 SR 框架。RareFlow 的核心是双条件架构。Gated ControlNet 保留来自低分辨率输入的细粒度几何保真度，而文本提示则为合成复杂特征提供语义指导。为确保物理上可靠的输出，我们引入一种多方位损失函数，强制执行与传感器属性相匹配的光谱和辐射一致性。此外，该框架通过采用随机前向传递方法来量化自身预测不确定性； resulting output variance 直接识别不熟悉的输入，从而减轻特征幻觉。我们在新的、精选的多传感器卫星影像基准数据集上验证了 RareFlow。在盲评估中，地物学专家认为我们的模型输出接近地面真值影像，显著优于最先进的基线方法。这种定性优势得到了感知指标中近 40\% FID 降低的量化证明。RareFlow 为数据稀缺科学领域的高保真合成提供了稳健框架，并为严重域迁移下的受控生成提供了新的范式。
引用
@article{arxiv.2510.23816,
title = {RareFlow: Physics-Aware Flow-Matching for Cross-Sensor Super-Resolution of Rare-Earth Features},
author = {Forouzan Fallah and Wenwen Li and Chia-Yu Hsu and Hyunho Lee and Yezhou Yang},
journal= {arXiv preprint arXiv:2510.23816},
year = {2025}
}