适应式遥感图像增强器用于KOMPSAT图像.
Giwoong Lee1, Jingi Ju1, Minwoo Kim1
1IOPS Co., Ltd., Daejeon 35223, Republic of Korea.
Sensors (Basel, Switzerland)
|March 14, 2026
概括
适应式远程传感图像增强 (ARSIE) 使用强化学习自动提高卫星图像质量,以便更好地细分. 这种自动化框架增强了KOMPSAT图像,克服了常见的退化问题.
科学领域:
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 像KOMPSAT这样的卫星图像面临着大气影响,低照明和视角的质量下降.
- 手动图像增强是劳动密集型和不一致的,阻碍了基于深度学习的准确细分.
- 退化的图像显著降低了对图像分割任务的深度学习模型的性能.
研究的目的:
- 开发一个自动化框架来增强退化的遥感图像.
- 提高深度学习模型在具有挑战性的卫星数据上的细分性能.
- 为适应性图像增强引入基于强化学习的方法.
主要方法:
- 拟议的自适应遥感图像增强 (ARSIE),是一种基于强化学习的框架.
- 通过使用政策网络,ARSIE从过池中学习特定图像增强序列.
- 政策网络利用从细分模型中获得的中间特征图来指导改进决策.
主要成果:
- ARSIE自动发现有效的,特定于图像的增强组合.
- 在降解的KOMPSAT图像上观察到细分精度的持续改善.
- 该框架展示了提高下游任务图像质量的能力.
结论:
- ARSIE提供了一种自动化和有效的解决方案,用于增强退化的遥感图像.
- 强化学习方法直接优化,以提高细分性能.
- 在改善各种类型的卫星图像质量方面,ARSIE显示了更广泛的应用潜力.
更多相关视频
07:05Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
Published on: June 18, 2021
2.9K
09:46Direct Comparison of Hyperspectral Stimulated Raman Scattering and Coherent Anti-Stokes Raman Scattering Microscopy for Chemical Imaging
Published on: April 28, 2022
4.9K
