論文の概要: Super-resolution as Spatial Downscaling: Coherence, Structure and Task Utility in Earth Observation
- arxiv url: http://arxiv.org/abs/2610.23972v1
- Date: Mon, 12 Oct 2026 21:33:12 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 22:11:13.161534
- Title: Super-resolution as Spatial Downscaling: Coherence, Structure and Task Utility in Earth Observation
- Title（参考訳）: 空間ダウンスケーリングとしての超解像:地球観測におけるコヒーレンス、構造、タスクユーティリティ
- Abstract要約: 学習された衛星超解像は、一般的にピクセルの忠実度と潜在的なダウンリンク保存によって評価される。
我々は,4つの軽量ネットワークを,画素メトリクス,方向変動図,スペクトル帯域相関,共分散,観測コヒーレンスを用いて評価した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Learned satellite super-resolution is commonly assessed by pixel fidelity and potential downlink savings, but these criteria do not establish whether the reconstructed field preserves spatial structure or supports reliable downstream analysis. We treat single-image super-resolution as a spatial downscaling problem and evaluate four lightweight networks, including our compact 0.36 million-parameter model, against interpolation using pixel metrics, directional variograms, spectral band correlation, codispersion and observation coherence. On 735 satellite tiles from 190 scenes, the networks differ by at most 0.03dB and outperform bicubic interpolation by $1.39-1.42$dB at $\times 2$. They recover about 30% of the spectral power above the observation's Nyquist frequency and, at $\times 4$, produce more isotropic fields than the reference (range anisotropy 0.59 against 0.49). Energy-based metrics can favour invented detail. Enforcing coherence reaches the quantisation limit, yet at least 99.7% of the remaining error lies in the observation operator's null space, which coherence cannot constrain. Under spatially blocked, paired evaluation with two backbones and a sharpening control, learned reconstruction changes land-use accuracy by $-1.0$ to $+3.1$ percentage points (significant in 7 of 24 comparisons) and building-change F1 by $-0.015$ to $+0.024$ (none significant) relative to bicubic interpolation, and amplifies spurious change between two observations of an unchanged scene by $1.3-1.5$ times where interpolation attenuates it. Full-resolution JPEG\,2000 matches or exceeds reduced-resolution transmission with reconstruction at every matched bitrate. Learned reconstruction is most useful when only low-resolution imagery is available, and its evaluation should combine pixel metrics with spatial structure, observation coherence and task-level tests under spatial validation.
- Abstract（参考訳）: 学習された衛星超解像は、一般的にピクセルの忠実度と潜在的なダウンリンク保存によって評価されるが、これらの基準は、再構成されたフィールドが空間構造を保存するか、信頼できる下流解析をサポートするかを定めていない。
我々は単一画像の超解像を空間的ダウンスケーリング問題として扱い、コンパクトな0.36万パラメータモデルを含む4つの軽量ネットワークの評価を行い、画素メトリクス、方向のヴァリグラム、スペクトル帯域相関、共分散、観測コヒーレンスを用いて補間する。
190のシーンの735の衛星タイルでは、ネットワークは0.03dB、バイコビック補間は1.39-1.42$dB、\times 2$より優れている。
彼らは、観測のナイキスト周波数の約30%のスペクトルパワーを回復し、$\times 4$で基準よりも多くの等方性場を生成する(レンジ異方性 0.59 対 0.49 対 0.59 対 0.49)。
エネルギーベースのメトリクスは発明された詳細を好むことがある。
コヒーレンスの強制は量子化限界に達するが、残りの誤差の少なくとも99.7%は観測作用素のヌル空間にあり、コヒーレンスは制約できない。
空間的にブロックされた2つのバックボーンとシャープニングコントロールとのペア評価により、ランドユース精度を$-1.0$から$+3.1$ポイント(24の比較の7つの重要な点)に、ビルディングチェンジF1を$-0.015$から$+0.024$(1つの重要な点)に変更し、不規則なシーンの2つの観察間の急激な変化を、補間が減衰する1.3-1.5$倍に増幅した。
全解像度JPEG\,2000は、一致したビットレート毎の再構成で、縮小解像度の伝送と一致または超過する。
学習された再構成は、低解像度の画像しか得られない場合に最も有用であり、その評価は、空間的構造、観察コヒーレンス、空間的検証の下でのタスクレベルテストと画素メトリクスを組み合わせるべきである。
関連論文リスト
- CSCWD: Cross-Scale Channel-wise Knowledge Distillation for Lightweight Tiny Object Detection on Edge Devices [0.45835414225547183]
本研究は,CSCWD(Cross-Scale Channel-wise Knowledge Distillation)について述べる。
CSCWDは、学生の推論アーキテクチャを変更することなく、YOLO11m-P2教師からコンパクトなYOLO11n学生に高解像度空間表現を転送する。
結果は、推論時間モデル複雑性を増大させることなく、小さなターゲット検出を改善するために、クロススケール蒸留をサポートする。
論文 参考訳（メタデータ） (2026-09-24T18:02:25Z) - Drift Calibration in Geometric Eye Tracking Systems [34.12106856838315]
12人の被験者から163回の臨床試験を含む校正中心のデータセットを提示した。
共通空間外挿プロトコルを用いて,グローバル,ローカル,複合的な補正関数の評価を行う。
論文 参考訳（メタデータ） (2026-08-30T12:05:44Z) - Spaceborne differential photogrammetry for control-free measurement of large-gradient deformation with structural immunity and a predictable accuracy envelope [12.964822919365103]
光衛星画像相関は、コヒーレント干渉型合成開口レーダが故障する状況における広域変形を測定する。
標準対係数は、事前取得エラー予算を欠き、広範な安定した地形に依存している。
地すべりを調査せずに差分推定問題として繰り返しパス光相関を定式化する。
論文 参考訳（メタデータ） (2026-08-26T03:40:52Z) - Two-Stage Deformable-Convolutional Inverse Design of Nanophotonic Absorbers from Optical Spectra [2.4149105714758545]
データ駆動逆設計により、所定の光学応答を持つナノフォトニック構造を効率的に生成することができる。
本研究は, 金属-絶縁体-金属共振器を80次元吸収スペクトルから再構成するための2段階の変形・畳み込み機構を示す。
論文 参考訳（メタデータ） (2026-08-12T09:47:06Z) - FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。
ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。
ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
論文 参考訳（メタデータ） (2026-07-13T14:10:01Z) - Air Quality Downscaling with Station-Guided Pseudo-Supervision [60.31045749983062]
局所PM$_2.5$変動に対する高分解性粗大大気場は空間的支持のミスマッチによって一意に挑戦される。
ヨーロッパにおける高分解能PM$_2.5$ダウンスケールのためのステーション誘導フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-06T16:32:25Z) - Faster 3D Gaussian Splatting Convergence via Structure-Aware Densification [52.517763621139956]
3Dガウススプラッティングは、リアルタイムのノベルビュー合成のための強力なシーン表現として登場した。
標準適応密度制御は画面空間の位置勾配に依存する。
本稿では,3次元ガウススプラッティングのための構造認識型密度化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-30T15:37:20Z) - Temporal Zoom Networks: Distance Regression and Continuous Depth for Efficient Action Localization [6.908972852063454]
時間的行動の局所化は、正確な境界検出と計算効率の両方を必要とする。
我々は、境界距離回帰(BDR)と適応時間制限(ATR)という2つの補完的なイノベーションを通じてこの問題に対処する。
THUMOS14では、ActionFormer++ (55.7% mAP@0.7 at 235G) よりも36%少ないFLOPを用いて、151GのFLOPで56.5% mAP@0.7を達成する。
論文 参考訳（メタデータ） (2025-11-06T00:41:54Z) - Spatially relaxed inference on high-dimensional linear models [48.989769153211995]
本研究では,空間的に制約されたクラスタリング,統計的推論,アンサンブルを組み合わせ,複数のクラスタリング推論解を集約するアンサンブルクラスタリング推論アルゴリズムの特性について検討する。
アンサンブルクラスタ推論アルゴリズムは,最大クラスター径に等しい$delta$-FWERの標準仮定で$delta$-FWERを制御することを示す。
論文 参考訳（メタデータ） (2021-06-04T16:37:19Z)
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。