用于卫星间翻译的光谱合成
计算机视觉与模式识别
2020-10-14 v1 机器学习
图像与视频处理
摘要
搭载多光谱传感器的地球观测卫星被广泛用于监测大气、陆地和海洋的物理与生物状态。这些卫星在地球上方的视点不同，且光谱成像波段不同，导致彼此间的影像不一致。这给构建下游应用带来了挑战。如果我们能够从所有域的并集中为现有卫星生成合成波段会怎样？我们将为多光谱传感器生成合成光谱影像的问题视为带有部分标签的无监督图像到图像翻译问题，并引入了一种新颖的共享光谱重建损失。通过丢弃一个或多个光谱波段进行的模拟实验表明，跨域重建优于从第二视点获得的测量值。在一个下游云检测任务中，我们展示了利用我们的模型生成合成波段能够超越基线的分割性能。我们提出的方法实现了多光谱数据的同步，并为更同质的遥感数据集提供了基础。
引用
@article{arxiv.2010.06045,
title = {Spectral Synthesis for Satellite-to-Satellite Translation},
author = {Thomas Vandal and Daniel McDuff and Weile Wang and Andrew Michaelis and Ramakrishna Nemani},
journal= {arXiv preprint arXiv:2010.06045},
year = {2020}
}