跳到正文
热点事件持续更新

研究提出 SWIR-cGAN 模型合成短波红外影像

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

一项新研究提出了一种带注意力增强的 U-net 生成器与多损失目标的条件对抗网络(cGAN),旨在解决跨卫星数据泛化难题。该模型在 CBERS 及 AMAZONIA-1 的可见光 -近红外(VNIR)影像上训练,成功合成短波红外(SWIR-2)波段影像。 实验结果显示,该方法针对 SWIR-2 波段实现了 SSIM 0.917、PSNR 33.35 dB 的性能指标,显著优于基线模型。研究代码与权重已公开,验证了利用 VNIR 数据合成短波红外影像的可行性。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    SWIR-cGAN:利用 CBERS 和 AMAZONIA-1 VNIR 影像合成短波红外波段

    该研究提出一种带注意力增强的 U-net 生成器与多损失目标的条件对抗网络(cGAN),旨在解决跨卫星泛化难题。模型在 CBERS 及 AMAZONIA-1 数据上训练,针对 SWIR-2 波段实现 SSIM 0.917、PSNR 33.35 dB,显著优于基线。代码与权重已公开于指定 URL,验证了从 VNIR 合成短波红外影像的可行性。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。