以均方误差与方差范数估计器为损失函数的遥感图像极深超分辨率重建
图像与视频处理
2020-07-31 v1 计算机视觉与模式识别
摘要
本工作中，提出极深超分辨率（VDSR）方法，用于将遥感（RS）图像的空间分辨率提升 4 倍。VDSR 网络使用 Sentinel-2 图像与无人机正射航拍图像重新训练，从而分别成为 RS-VDSR 与 Aero-VDSR。在重新训练与预测过程中，于卷积神经网络的回归层提出了一种新颖的损失函数——方差范数（Var-norm）估计器。根据数值与视觉比较，所提出的 RS-VDSR 与 Aero-VDSR 网络在遥感图像预测上优于 VDSR。在 Sentinel-2 图像中，RS-VDSR 相较 VDSR 的 PSNR 最高提升 3.16 dB。
引用
@article{arxiv.2007.15417,
title = {Very Deep Super-Resolution of Remotely Sensed Images with Mean Square Error and Var-norm Estimators as Loss Functions},
author = {Antigoni Panagiotopoulou and Lazaros Grammatikopoulos and Eleni Charou and Emmanuel Bratsolis and Nicholas Madamopoulos and John Petrogonas},
journal= {arXiv preprint arXiv:2007.15417},
year = {2020}
}
备注
19 pages, 8 figures