使用DenseNets与对抗学习的高分辨率遥感影像超分辨率
计算机视觉与模式识别
2017-11-29 v1
摘要
生成对抗学习的最新进展通过学习低分辨率到高分辨率的映射，实现了新的图像超分辨率模态。本文介绍我们将生成对抗网络(GANs)应用于遥感与卫星影像的工作。我们试验了若干最先进的架构。我们提出一种基于GAN的架构，使用稠密连接卷积神经网络(DenseNets)，能够将遥感影像超分辨率放大至8倍。我们还研究了这些网络的分辨率极限。我们在多个公开数据集上报告结果，包括SpaceNet数据与IARPA多视立体挑战赛，并与其他最先进架构比较性能。
引用
@article{arxiv.1711.10312,
title = {Super-Resolution for Overhead Imagery Using DenseNets and Adversarial Learning},
author = {Marc Bosch and Christopher M. Gifford and Pedro A. Rodriguez},
journal= {arXiv preprint arXiv:1711.10312},
year = {2017}
}
备注
9 pages, 9 figures, WACV 2018 submission