利用遥感时空超分辨率追踪发展中地区的城市化进程
图像与视频处理
2022-04-06 v1 计算机视觉与模式识别
摘要
随着机器学习与遥感的近期进展，在缺乏建设信息的区域自动追踪城市发展已成为可能。遗憾的是，这些方案在高分辨率影像上表现最佳，而高分辨率影像获取成本高且 availability 低，难以在长期跨度与广阔地理范围内推广。本工作中，我们提出一种流程，利用单张高分辨率图像与一系列公开可用的低分辨率图像，生成准确的高分辨率时间序列，用于城市建设的对象追踪。相较基于单图像超分辨率的基线，我们的方法取得显著改进，并可助力提升发展中世界建筑建设追踪的可及性与可扩展性。
引用
@article{arxiv.2204.01736,
title = {Tracking Urbanization in Developing Regions with Remote Sensing Spatial-Temporal Super-Resolution},
author = {Yutong He and William Zhang and Chenlin Meng and Marshall Burke and David B. Lobell and Stefano Ermon},
journal= {arXiv preprint arXiv:2204.01736},
year = {2022}
}
备注
Presented at Workshop on Machine Learning for the Developing World (ML4D) at the 35th Conference on Neural Information Processing Systems (NeurIPS) 2021