利用真实退化图像实现超越卫星硬件的超分辨率
图像与视频处理
2021-03-12 v1 计算机视觉与模式识别
机器学习
摘要
现代深度超分辨率（SR）网络已成为图像重建与增强中的重要技术。然而，这些网络通常在缺乏真实图像中典型图像退化噪声的基准图像数据上训练与测试。本文中，我们通过评估SR在重建真实退化的卫星图像中的性能，测试在真实遥感载荷中使用深度SR的可行性。我们展示了一种称为增强型深度超分辨率网络（EDSR）的先进SR技术，在无特定领域预训练的情况下，只要地面分辨距离足够，便可恢复具有较差地面采样距离图像上的编码像素数据。然而，该恢复效果在不同选定地理类型间存在差异。我们的结果表明，定制训练有潜力进一步改善俯拍图像的重建，并且新卫星硬件应优先光学性能而非最小化像素尺寸，因为深度SR可克服后者之不足，却无法克服前者。
引用
@article{arxiv.2103.06270,
title = {Super-Resolving Beyond Satellite Hardware Using Realistically Degraded Images},
author = {Jack White and Alex Codoreanu and Ignacio Zuleta and Colm Lynch and Giovanni Marchisio and Stephen Petrie and Alan R. Duffy},
journal= {arXiv preprint arXiv:2103.06270},
year = {2021}
}
备注
6 pages, 6 figures, for supplementary results, see https://smpetrie.github.io/superres/