SEN2NAIP:Sentinel-2超分辨率图像的大型数据集
Cesar Aybar1, David Montero2, Julio Contreras3
1Image Processing Laboratory, University of Valencia, Valencia, Spain. cesar.aybar@uv.es.
Scientific data
|December 18, 2024
概括
我们介绍了SEN2NAIP,这是一个用于训练超分辨率 (SR) 模型的新数据集. 此资源有助于提高Sentinel-2 (S2) 卫星图像的空间分辨率,用于遥感应用.
科学领域:
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
背景情况:
- 高空间分辨率对于遥感至关重要.
- 需要超分辨率 (SR) 算法来将低分辨率 (LR) 图像升级为高分辨率 (HR).
研究的目的:
- 引入SEN2NAIP,这是一个用于培训SR模型的新而广泛的数据集.
- 为增强Sentinel-2 (S2) 图像空间分辨率提供一个有价值的资源.
主要方法:
- 开发了一个数据集,包括来自Sentinel-2 (S2) 和国家农业图像计划 (NAIP) 的2851个LR-HR图像对.
- 创建了一个降解模型来将NAIP图像转换为S2特征.
- 创建了第二个子集35,314个NAIP图像和相应的S2类对应.
主要成果:
- SEN2NAIP数据集由两个子集组成,共计38,165个图像对.
- 一个交叉传感器降解模型被成功开发和应用.
- 该数据集为Sentinel-2图像的SR模型培训提供了便利.
结论:
- SEN2NAIP是一个全面的资源,用于推进遥感中的SR技术.
- 该数据集支持改善Sentinel-2数据空间分辨率的研究.


