对于Sentinel-2多图像超分辨率的现实世界的基准.

科学领域:

• 遥感 遥感 遥感 遥感
• 计算机视觉 计算机视觉
• 图像处理 图像处理

背景情况:

• 卫星图像的空间分辨率有限 (例如,Sentinel-2在10米处) 限制了应用,特别是当更高分辨率昂贵或不可行时.
• 多图像超分辨率利用来自多个卫星复习的信息融合来提高图像重建的准确性.
• 现有的基准通常依赖于模拟数据,这些数据可能无法准确地代表超分辨率任务的真实运行条件.

研究的目的:

• 介绍MuS2,一个用于超分辨率多个Sentinel-2图像的新基准数据集.
• 提供使用Sentinel-2数据的多图像超分辨率的第一个端到端评估程序.
• 为了促进超分辨率算法在遥感的最先进技术的进步.

主要方法:

• 开发使用WorldView-2图像作为高分辨率参考的MuS2基准数据集.
• 为多图像超分辨率建立一个端到端评估框架.
• 使用超分辨率算法通过信息融合增强Sentinel-2图像.

主要成果:

• MuS2基准提供了一个现实的数据集,用于评估Sentinel-2图像上的超分辨率算法.
• 拟议的评估程序允许对算法性能进行全面评估.
• 预计该基准将推动多图像超分辨率技术的进步.

结论:

• MuS2基准解决了为多图像超分辨率提供现实数据的稀缺问题.
• 建立的评估程序将在这个领域标准化和加速研究.
• 预计这项工作将大大有助于提高卫星图像的空间分辨率.