面向作物表型的多光谱影像超分辨率方法性能评测 [预印本]
评测8种单图超分辨率方法对作物多光谱影像分辨率与光谱保真的提升效果。
关注点
在4×与16×重建下,Transformer类方法(HAT、HiT-SR、SRFormer)在保持植被指数可靠性上优于GAN与扩散模型,可作为作物表型多光谱影像超分选型的初步依据,但结论来自预印本、尚未经同行评审。
阅读 0
关键词 · 相关资讯与研究
沿着“光谱超分辨率”继续探索,共 0 条内容。
评测8种单图超分辨率方法对作物多光谱影像分辨率与光谱保真的提升效果。
在4×与16×重建下,Transformer类方法(HAT、HiT-SR、SRFormer)在保持植被指数可靠性上优于GAN与扩散模型,可作为作物表型多光谱影像超分选型的初步依据,但结论来自预印本、尚未经同行评审。
评估八种RGB预训练超分方法直接用于多光谱作物图像,检验其空间增强与光谱保真效果。
提出SPP-STF网络,用物理约束与超像素实现多源遥感时空融合。
提出按源与目标地面采样距离条件化的超分框架,实现多航高农业无人机图像免微调放大。
提出融合Sentinel-2与PlanetScope的时空融合框架,结合光谱超分辨提升海洋垃圾与填埋
比较高光谱反演叶片碳氮含量时质量基与面积基表达方式的差异。
提出FB-CARS–PER-BHNet,用少量高光谱波长无损评估成品红茶品质指标。
仅47个成品红茶样品的外验条件下,少量波长即可逼近全谱精度,适用于小样本场景的可行性验证,尚不足以支撑规模化推广。
提出HAT-Light混合注意力Transformer,实现Sentinel-2多光谱16位影像连续