Performance Evaluation of Super‐Resolution Techniques for Characterization and Phenotyping of Commodity Crops Using Multispectral Imagery
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。
阅读 2
关键词 · 相关资讯与研究
沿着“超分辨率”继续探索,共 4 条内容。
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。
提出模块化开源框架OpenSR-SRGAN,用配置文件驱动多光谱遥感影像超分辨率。
构建多源遥感与超分辨率增强的机器学习框架,监测沙特农业植被与地下水。
用贝叶斯优化超分辨率网络参数,提升作物病害图像分类准确率与稳定性。
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。
提出APGI引导的三阶段12倍超分框架,从Sentinel-2影像重建塑料大棚结构并提升提取精度。
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。
提出结合Real-ESRGAN超分辨率和YOLO分割的农田边界提取框架,提升中分辨率卫星影像识别精度
提出MHSF-DETR棉花叶片病害检测模型,提升精度并降低参数量与计算量。
提出UnMixMamba,从250米MODIS时序数据实现作物亚像元制图。
提出HAT-Light混合注意力Transformer,实现Sentinel-2多光谱16位影像连续
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。