条件随机归一化流

遥感图像盲超分

一种基于随机归一化流的盲超分辨率模型,直接学习低分辨率到高分辨率图像的条件分布,无需显式估计退化核,避免了误差放大,能生成逼真的高分辨率遥感图像。

Wu, Hanlin · Ni, Ning · Wang, Shan · 张立保

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

避免误差放大

通过对比学习得到退化表示,而不是直接估计退化核,从而不会因估计误差在重建中被放大。

训练稳定

通过优化似然的变分下界来训练,避免了GAN的不稳定和模式崩溃问题。

真实图像表现佳

在模拟低分辨率图像和真实遥感图像上均取得优异的视觉感知质量。

应用场景