面向任务导向的卫星图像超分辨率

超分辨率旨在从低分辨率观测中重建高分辨率图像。以深度学习为基础的前沿方法允许获得卓越的结果，生成高感知质量的图像。然而，往往难以确定重建的细节是否接近实际的地面真实信息，以及它们是否构成更有价值的图像分析算法的来源。在报告的工作中，我们解决了后者问题，提出了一种以任务为导向地学习超分辨率算法的方法，使其能够生成可被自动化图像分析算法利用的高分辨率图像。在报告的初始研究中，我们提出了一种评估方法，用于评估是否可以用于评估超分辨率重建算法的现有模型，以及以任务为导方式训练它们。我们通过实验研究支持我们的分析，并期望它为选择能够推进实际世界超分辨率能力的合适计算机视觉任务奠定坚实的基础。