文献

J-GLOBAL ID：202202282879936784   整理番号：22A0202715

RRSGAN:リモートセンシング画像のための参照ベース超解像【JST・京大機械翻訳】

RRSGAN: Reference-Based Super-Resolution for Remote Sensing Image

著者 (3件)： Dong Runmin (Department of Earth System Science, Tsinghua University, Beijing, China) ,  Zhang Lixian (Department of Earth System Science, Tsinghua University, Beijing, China) ,  Fu Haohuan (Department of Earth System Science, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5601117.1-17  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング画像超解像度(SR)は,大きな空間領域または長い時系列の研究シナリオにおいて,元の高分解能(HR)画像の欠如を補うことによって,重要な役割を果たす。しかし,低解像度(LR)画像における画像情報の欠如のため,単一画像超解像(SIR)は本質的に不良な問題である。特に,大きなアップスケーリング因子(例えば4回)でHR画像の微細なテクスチャを再構成することは困難である。本研究では,Google地球HR画像に基づいて,LR画像における詳細を再構成するために,HR参照(Ref)画像から豊富なテクスチャ情報を利用して,リモートセンシング画像に対する参照ベース超解像度(RefSR)法の可能性を調べた。この方法は,既存のHR画像を用いて,長い時系列または特定の時間のLR画像を再構成できる。参照ベースリモートセンシングSRデータセット(RRSSRD)を構築した。さらに,生成敵対ネットワーク(GAN)を採用することにより,SRに対する新しいエンドツーエンド基準ベースリモートセンシングGAN(RRSGAN)を提案した。RRSGANはRef特徴を抽出し,それらをLR特徴に整列させる。最終的に,Ref特徴におけるテクスチャ情報は再構成されたHR画像に転送できる。既存のRefSR法とは対照的に,著者らは,RefとLRの特徴および関連性注意モジュール(RAM)を整列させるために変形可能な畳込みを採用する勾配支援特徴アラインメント法を提案し,異なるシナリオ(例えば土地被覆変化および雲範囲)におけるモデルのロバスト性を改善した。実験結果は,RRSGANがロバストであり,定量的評価と視覚結果の両方における最先端のSIRとRefSR法よりも優れ,リモートセンシングタスクのためのRefSR法の大きな可能性を示した。著者らのコードとデータはhttps://github.com/dongrunmin/RRSGANで利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  視覚 ,  畳込み ,  ネットワーク ,  地球 ,  *リモートセンシング ,  再構成 ,  エンドツーエンド方式 ,  *超解像 ,  高分解能 ,  ロバスト性
準シソーラス用語： 画像情報 ,  定量的評価 ,  空間領域 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： リモートセンシング画像 ,  参照 ,  超解像