High-Quality Cloud-Free Optical Image Synthesis Using Multi-Temporal SAR and Contaminated Optical Data

要約

雲の覆いと衛星の長い再訪サイクルによって引き起こされるギャップに対処することは、リモートセンシングアプリケーションをサポートするために重要なデータを提供するために不可欠です。
このペーパーでは、特にクラウドカバーを備えた複雑なシナリオでは、光学データ合成の欠落の課題に取り組んでいます。
Crsynthnetを提案します。Crsynthnetは、精度を向上させるために、ダウンアップブロックや融合注意などの革新的な設計モジュールを組み込んだ新しい画像合成ネットワークです。
実験結果は、Crsynthnetの有効性を検証し、構造の詳細の回復、スペクトルの維持、および比較方法によって生成されるものをはるかに超える優れた視覚効果を達成することに大幅な改善を示します。
複数のメトリックにわたって定量的な改善を達成します：26.978のピーク信号対雑音比（PSNR）、0.648の構造類似性インデックス測定（SSIM）、および0.050のルート平均平方根誤差（RMSE）。
さらに、この研究では、欠落している光学データ合成研究で雲のカバーの課題に対処するために特別に設計された貴重なリソースであるTCSEN12データセットを作成します。
データセットには、クラウドで覆われた画像と以前の画像をレバレッジして、後の画像を予測するために、実際のシナリオの現実的な表現を提供します。
この研究は、光学衛星画像合成タスクの実用的な方法と貴重なリソースを提供します。

要約(オリジナル)

Addressing gaps caused by cloud cover and the long revisit cycle of satellites is vital for providing essential data to support remote sensing applications. This paper tackles the challenges of missing optical data synthesis, particularly in complex scenarios with cloud cover. We propose CRSynthNet, a novel image synthesis network that incorporates innovative designed modules such as the DownUp Block and Fusion Attention to enhance accuracy. Experimental results validate the effectiveness of CRSynthNet, demonstrating substantial improvements in restoring structural details, preserving spectral consist, and achieving superior visual effects that far exceed those produced by comparison methods. It achieves quantitative improvements across multiple metrics: a peak signal-to-noise ratio (PSNR) of 26.978, a structural similarity index measure (SSIM) of 0.648, and a root mean square error (RMSE) of 0.050. Furthermore, this study creates the TCSEN12 dataset, a valuable resource specifically designed to address cloud cover challenges in missing optical data synthesis study. The dataset uniquely includes cloud-covered images and leverages earlier image to predict later image, offering a realistic representation of real-world scenarios. This study offer practical method and valuable resources for optical satellite image synthesis task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google