サインイン
インサイト - パンシャープニング
高解像度マルチスペクトル画像の生成のための効率的な微調整手法 PanAdapter
PanAdapterは、事前学習された画像復元モデルを効率的に微調整することで、パンシャープニングタスクの性能を大幅に向上させる。
高効率な線形進化トランスフォーマーによるパンシャープニング
提案手法は、従来のN段カスケードトランスフォーマーモデルを単一のトランスフォーマーと(N-1)個の1次元畳み込みで置き換えることで、高性能かつ効率的なパンシャープニングを実現する。
高解像度マルチスペクトル画像生成のための空間-スペクトル統合拡散モデル
提案するSSDiffモデルは、空間的詳細とスペクトル特徴を別々に学習する2つのブランチを持ち、交互射影融合モジュール(APFM)を用いて両者を融合することで、高解像度マルチスペクトル画像を生成する。
高解像度マルチスペクトル画像生成のための交差変調トランスフォーマーと複合損失関数
本研究では、パンシャープニングの性能を大幅に向上させるため、交差変調トランスフォーマー(CMT)と複合損失関数を提案した。CMTは、空間的特徴と分光的特徴の融合を効果的に行うことができ、複合損失関数は広域の特徴と局所的な質感を同時に捉えることができる。これにより、空間解像度の向上と分光情報の保持を両立した高品質なマルチスペクトル画像の生成が可能となった。
© 2024 by Linnk AI