基于几何引导自注意力反投影网络的 Sentinel-2 影像超分辨率
图像与视频处理
2025-08-08 v1
摘要
Sentinel-2 任务提供 13 个波段的多光谱影像,空间分辨率分别为 10 m、20 m 和 60 m。其中,10 m 波段具有精细的结构细节,而 20 m 波段则蕴含更丰富的光谱信息。本文提出一种几何引导的超分辨率模型,用于融合 10 m 与 20 m 波段。该方法引入一种基于聚类的学习流程,从 10 m 波段生成富含几何信息的引导图像,并将其集成到一个展开式反投影架构中;该架构借助多头注意力机制利用图像的自相似性,在空间与光谱维度上建模非局部块之间的交互。此外,我们还构建了一个用于评估的数据集,包含三组分别涵盖城市、乡村与海岸景观的测试集。实验结果表明,本文方法在性能上优于传统的以及基于深度学习的超分辨率与融合方法。
引用
@article{arxiv.2508.04729,
title = {Super-Resolution of Sentinel-2 Images Using a Geometry-Guided Back-Projection Network with Self-Attention},
author = {Ivan Pereira-Sánchez and Daniel Torres and Francesc Alcover and Bartomeu Garau and Julia Navarro and Catalina Sbert and Joan Duran},
journal= {arXiv preprint arXiv:2508.04729},
year = {2025}
}