Generate Your Own Scotland: Satellite Image Generation Conditioned on Maps

要約

画像生成における最近の進歩にもかかわらず、拡散モデルは地球観測において依然としてほとんど研究されていません。
この論文では、最先端の事前学習済み拡散モデルを地図作成データに基づいて条件付けして現実的な衛星画像を生成できることを示します。
私たちは、スコットランド本土とセントラルベルト地域の OpenStreetMap 画像と衛星ビューのペアからなる 2 つの大規模なデータセットを提供します。
ControlNet モデルをトレーニングし、結果を定性的に評価し、画質と地図の忠実性の両方が可能であることを実証します。
最後に、これらのモデルをリモート センシングに適用する機会と課題についていくつかの洞察を提供します。
データセットを作成するためのモデルの重みとコードは、https://github.com/miquel-espinosa/map-sat で公開されています。

要約(オリジナル)

Despite recent advancements in image generation, diffusion models still remain largely underexplored in Earth Observation. In this paper we show that state-of-the-art pretrained diffusion models can be conditioned on cartographic data to generate realistic satellite images. We provide two large datasets of paired OpenStreetMap images and satellite views over the region of Mainland Scotland and the Central Belt. We train a ControlNet model and qualitatively evaluate the results, demonstrating that both image quality and map fidelity are possible. Finally, we provide some insights on the opportunities and challenges of applying these models for remote sensing. Our model weights and code for creating the dataset are publicly available at https://github.com/miquel-espinosa/map-sat.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google