基于视觉 Transformer 的时序图像重建用于云层填补应用
计算机视觉与模式识别
2026-04-07 v2 人工智能
机器学习
图像与视频处理
摘要
多光谱图像 (MSI) 中的云层覆盖对于早季作物制图构成重大挑战，因为它导致光谱信息缺失或损坏。合成孔径雷达 (SAR) 数据不受云层干扰，提供了互补解决方案，但缺乏足够的光谱细节以实现精确的作物制图。为此，我们提出了一种新框架，即使用视觉 Transformer (ViT) 的时序 MSI 图像重建，用于云层填补应用。通过注意力机制，利用 MSI 的时序一致性和 SAR 的互补信息来重建云层覆盖区域的 MSI 数据。使用严格的重建评估指标进行的全面实验表明，时序 ViT 框架显著优于使用非时序 MSI 和 SAR 或不使用 SAR 的时序 MSI 的基线方法，有效增强了云层覆盖区域 MSI 图像的重建。
引用
@article{arxiv.2506.19591,
title = {Vision Transformer-Based Time-Series Image Reconstruction for Cloud-Filling Applications},
author = {Lujun Li and Yiqun Wang and Radu State},
journal= {arXiv preprint arXiv:2506.19591},
year = {2026}
}
备注
This paper has been accepted as a conference paper at the 2025 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)