論文の概要: Multitemporal and multispectral data fusion for super-resolution of
Sentinel-2 images
- arxiv url: http://arxiv.org/abs/2301.11154v1
- Date: Thu, 26 Jan 2023 15:01:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-27 13:25:11.928859
- Title: Multitemporal and multispectral data fusion for super-resolution of
Sentinel-2 images
- Title（参考訳）: sentinel-2画像の高分解能化のためのマルチタイム・マルチスペクトルデータ融合
- Authors: Tomasz Tarasiewicz, Jakub Nalepa, Reuben A. Farrugia, Gianluca
Valentino, Mang Chen, Johann A. Briffa, Michal Kawulok
- Abstract要約: DeepSentは、Sentinel-2画像のマルチテンポラリ時系列を超解凍する新しいディープネットワークである。
提案手法は,マルチテンポラル・マルチスペクトルデータ融合を実現する他の最先端技術よりも優れていることを示す。
我々は,実世界のSentinel-2画像の超解像化に本手法を適用し,全スペクトル帯域の空間分解能を3.3mの地中サンプリング距離に向上させた。
- 参考スコア（独自算出の注目度）: 11.169492436455423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multispectral Sentinel-2 images are a valuable source of Earth observation
data, however spatial resolution of their spectral bands limited to 10 m, 20 m,
and 60 m ground sampling distance remains insufficient in many cases. This
problem can be addressed with super-resolution, aimed at reconstructing a
high-resolution image from a low-resolution observation. For Sentinel-2,
spectral information fusion allows for enhancing the 20 m and 60 m bands to the
10 m resolution. Also, there were attempts to combine multitemporal stacks of
individual Sentinel-2 bands, however these two approaches have not been
combined so far. In this paper, we introduce DeepSent -- a new deep network for
super-resolving multitemporal series of multispectral Sentinel-2 images. It is
underpinned with information fusion performed simultaneously in the spectral
and temporal dimensions to generate an enlarged multispectral image. In our
extensive experimental study, we demonstrate that our solution outperforms
other state-of-the-art techniques that realize either multitemporal or
multispectral data fusion. Furthermore, we show that the advantage of DeepSent
results from how these two fusion types are combined in a single architecture,
which is superior to performing such fusion in a sequential manner.
Importantly, we have applied our method to super-resolve real-world Sentinel-2
images, enhancing the spatial resolution of all the spectral bands to 3.3 m
nominal ground sampling distance, and we compare the outcome with very
high-resolution WorldView-2 images. We will publish our implementation upon
paper acceptance, and we expect it will increase the possibilities of
exploiting super-resolved Sentinel-2 images in real-life applications.
- Abstract（参考訳）: マルチスペクトルセンチネル2画像は、地球観測データの貴重な情報源であるが、10m, 20m, 60mのスペクトル帯の空間分解能は、多くの場合不十分である。
この問題は、低分解能観測から高分解能画像の再構成を目的とした超高分解能で解決できる。
センチネル-2では、スペクトル情報の融合により20mと60mのバンドを10mの解像度に拡張できる。
また、個々のSentinel-2バンドのマルチテンポラルスタックを組み合わせる試みもあったが、これら2つのアプローチは今のところ組み合わせられていない。
本稿では,マルチスペクトルsentinel-2画像の超時間系列を超解くための深層ネットワークdeepsentを提案する。
スペクトル次元と時間次元を同時に行う情報融合を基盤とし、拡大した多スペクトル画像を生成する。
広範な実験により,本ソリューションは,多時間的あるいは多スペクトル的データ融合を実現する他の最先端技術よりも優れていることを実証した。
さらに,deepsentの利点は,これら2つの融合型が単一のアーキテクチャでどのように結合されるかにある。
さらに,本手法を実世界のセンチネル-2画像の超解像に適用し,全スペクトル帯の空間分解能を3.3mの地上サンプリング距離まで向上させ,高分解能ワールドビュー-2画像と比較した。
我々は,論文の受理により実装を公開し,超解像Sentinel-2イメージを現実のアプリケーションで活用する可能性を高めることを期待する。
関連論文リスト
- Cross-sensor super-resolution of irregularly sampled Sentinel-2 time series [2.9748898344267785]
本稿では,Sentinel-2時系列の4倍超解像のための新しいデータセットであるBrizhSRを紹介する。
複数の画像を使用することで,超解像性能が大幅に向上することを示す。
再建したHR画像のスペクトル忠実度と知覚品質のトレードオフを観察する。
論文 参考訳（メタデータ） (2024-04-25T08:36:09Z) - Object Detection in Hyperspectral Image via Unified Spectral-Spatial
Feature Aggregation [55.9217962930169]
S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。
S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
論文 参考訳（メタデータ） (2023-06-14T09:01:50Z) - Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文 参考訳（メタデータ） (2023-04-19T15:53:09Z) - MuS2: A Benchmark for Sentinel-2 Multi-Image Super-Resolution [6.480645418615952]
センチネル2データを含む衛星画像の空間分解能の不足は、多くの実用的なユースケースにおいて深刻な限界である。
超高解像度リコンストラクションはリモートセンシングコミュニティからかなりの注目を集めている。
我々は,Sentinel-2画像のマルチイメージ超解像再構成のための新しいMuS2ベンチマークを提案する。
論文 参考訳（メタデータ） (2022-10-06T08:29:54Z) - PC-GANs: Progressive Compensation Generative Adversarial Networks for
Pan-sharpening [50.943080184828524]
空間情報とスペクトル情報の漸進的補償によりMS画像のシャープ化を行うパンシャーピングの新しい2段階モデルを提案する。
モデル全体が三重GANで構成されており、特定のアーキテクチャに基づいて、三重GANを同時に訓練できるように、共同補償損失関数が設計されている。
論文 参考訳（メタデータ） (2022-07-29T03:09:21Z) - Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image
Super-Resolution with Subpixel Fusion [67.35540259040806]
サブピクセルレベルのHS超解像フレームワークを提案する。
名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。
我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
論文 参考訳（メタデータ） (2022-05-07T23:40:36Z) - Dual-Stage Approach Toward Hyperspectral Image Super-Resolution [21.68598210467761]
ハイパースペクトル画像超解像(DualSR)のための新しい構造を提案する。
粗い段階では、あるスペクトル範囲において高い類似性を持つ5つのバンドが3つのグループに分けられ、現在のバンドは潜在的な知識を研究するためにガイドされる。
微細な段階では、スペクトル角制約による拡張された後方投影法を開発し、空間-スペクトル整合性の内容を学習する。
論文 参考訳（メタデータ） (2022-04-09T04:36:44Z) - Multi-Spectral Multi-Image Super-Resolution of Sentinel-2 with
Radiometric Consistency Losses and Its Effect on Building Delineation [23.025397327720874]
マルチスペクトルリモートセンシング画像にMISR(Multi-image Super- resolution)を適用した最初の結果を示す。
我々は,MISRが画像の忠実度測定値において,単一画像の超解像やその他のベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2021-11-05T02:49:04Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z) - HighRes-net: Recursive Fusion for Multi-Frame Super-Resolution of
Satellite Imagery [55.253395881190436]
MFSR(Multi-frame Super-Resolution)は、問題に対するより根底的なアプローチを提供する。
これは、地球上の人間の影響を衛星で観測する上で重要である。
我々は,MFSRにおける最初のディープラーニングアプローチであるHighRes-netを紹介し,そのサブタスクをエンドツーエンドで学習する。
論文 参考訳（メタデータ） (2020-02-15T22:17:47Z) - Hyperspectral and multispectral image fusion under spectrally varying
spatial blurs -- Application to high dimensional infrared astronomical
imaging [11.243400478302767]
本稿では,高スペクトル分解能データバリアントを復元するために,各画像の利点を組み合わせたデータ融合手法を提案する。
我々は、ジェームズ・ウェッブ宇宙望遠鏡のシミュレーション観測のリアルな合成データセットで実験を行う。
論文 参考訳（メタデータ） (2019-12-26T13:58:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。