arXiv · 机器人与计算机视觉· Dakota Hester, Vitor S. Martins, Lucas B. Ferreira, Thainara M. A. Lima, Juliana A. Ara\'ujo·· 12 小时前AI 评分45
Flow Matching 模型实现 Sentinel-2 影像 4 倍超分辨率:CONUS 区域生成 1.58 万亿像素产品且分类准确率达 89.11%
Flow matching for Sentinel-2 super-resolution: implementation, application, and implications
AI 导读
该研究引入流匹配模型,在单步采样下优于扩散与 Real-ESRGAN 实现 Sentinel-2 影像 4 倍超分辨率。基于 CONUS 区域生成的 2.5 米四波段产品涵盖超 1.58 万亿像素, Chesapeake Bay 流域土地覆盖分类整体准确率达 89.11%。该成果为地理空间应用提供了高效的高分辨率影像生成方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org