地图辅助压缩网络

低码率重建更真实

用地图语义引导扩散模型，在极低比特率下也能重建出可靠且可读的遥感场景。

Yixuan, Ye · Ce, Wang · 孙万捷 · 陈震中

ISPRS Journal of Photogrammetry and Remote Sensing 2025

技术优势

重建不会乱编纹理

矢量地图提供显式语义与结构引导，约束扩散生成过程，避免在低比特率下胡乱生成小结构和纹理。

语义更准确

在定量和定性比较中，本方法在感知质量和语义精度上均优于标准编解码器和其他学习方法。

一步模型更快

提供一步生成模型 MAGC*，在保持重建质量的同时提升图像生成效率。

代码数据公开

数据集和代码将公开，便于研究社区复现和进一步开发。

应用场景

• 卫星图像压缩：在卫星链路带宽受限时，用地图引导扩散重建，保证压缩后图像仍可判读。
• 遥感数据存储：以极低比特率存档遥感影像，减少存储开销且保留关键语义信息。
• 边缘设备图像处理：在星上或边缘端压缩，利用地图先验保证重建质量，降低传输数据量。
• 窄带宽传输：在窄带宽链路中，用极低码率传输并重建出可用的遥感图像。
• 生成式图像重建：用条件扩散模型，在地图引导下从压缩潜码生成真实且语义一致的图像。