Повышение пространственного разрешения спутниковых изображений на основе генеративных нейросетей и классических методов

Разработаны метод, алгоритм и исследовательский программный модуль для повышения пространственного разрешения мультиспектральных спутниковых изображений хозяйственной инфраструктуры. Особенность разработанной программы заключается в объединении современных подходов на основе генеративно-состязательных нейронных сетей и классических вероятностных методов для синтеза каналов изображения при паншарпенинге. Генеративно-состязательные нейронные сети используются для повышения пространственного разрешения опорного панхроматического изображения. Затем делается слияние опорного изображения повышенного пространственного разрешения с мультиспеткральными каналами с использованием классических методов паншарпенинга, таких как метод IHS, метод Вейвлет-преобразований, метод главных компонент, вероятностный метод с заданными параметрами. Генеративно-состязательные нейронные сети применяются для повышения разрешения спутниковых изображений определенного класса без привлечения дополнительных данных. Оценка качества получаемых изображений повышенного разрешения проводится отношением сигнал/шум и мерой структурного сходства. На основе известных функций потерь, используемых в генеративно-состязательных нейронных сетях, получена функция потерь, специфичная для решаемой задачи. Обучение и тестирование проведено на примере изображений объектов железнодорожной инфраструктуры, причем выборка представляет около 78 км железных дорог Московского региона.
Работа выполнена при поддержке Минобрнауки России (уникальный идентификатор проекта RFMEFI60719X0312).