On The Role of Alias and Band-Shift for Sentinel-2 Super-Resolution

要約

【タイトル】
Sentinel-2の超解像度におけるAliasとBand-Shiftの役割についての研究

【要約】
・本研究では、Sentinel-2画像の単一画像の超解像度(SISR)の問題を研究している。
・ユニークなセンサー仕様である、バンド間のシフトとエイリアスにより、ディープラーニング手法を用いて細部を復元できることを示している。
・簡単な$L_1$損失を用いたモデルをトレーニングすることで、ハロバーな細部を含まない結果を得ることができる。
・この研究では、Sentinel-2 / PlanetScopeの画像のペアのデータセットを作成し、超解像度(SR)モデルのトレーニングと評価を行っている。

要約(オリジナル)

In this work, we study the problem of single-image super-resolution (SISR) of Sentinel-2 imagery. We show that thanks to its unique sensor specification, namely the inter-band shift and alias, that deep-learning methods are able to recover fine details. By training a model using a simple $L_1$ loss, results are free of hallucinated details. For this study, we build a dataset of pairs of images Sentinel-2/PlanetScope to train and evaluate our super-resolution (SR) model.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI