Двухэтапный подход к повышению качества спутниковых изображений на основе нейросетевых алгоритмов

В работе представлен двухэтапный метод повышения качества спутниковых изображений, ориентированный на практические задачи дистанционного зондирования Земли (ДЗЗ). Под «качеством» понимаются как пространственные, так и радиометрические характеристики изображения, важные для визуальной интерпретации и дальнейшей автоматической обработки (например, сегментации). Предлагаемая схема последовательно объединяет смену домена (перенос стилевых и радиометрических признаков) и сверхразрешение (повышение пространственного разрешения на основе только исходного изоброажения), что позволяет согласовать контраст/динамический диапазон с целевым сенсором и одновременно повысить детализацию сцены.
В качестве исходных данных использовались изображения, содержавшие панхроматический канал с пространственным разрешением ~2,1 м/пикс и, эффективный динамический диапазон порядка 6–7 бит. Целевые изображения должны иметь пространственное разрешение 0,6–0,8 м/пикс и динамический диапазон 10 бит. Данные сильно различаются как по пространственному, так и по радиометрическому разрешению, что делает классические схемы обучения по парным наборам неприменимыми. На первом этапе выполняется непарный перенос домена с использованием подхода F‑LSeSim [1,2,3]: генератор ResNet‑типа и дискриминатор PatchGAN обучаются под дополнительным пространственно‑коррелятным штрафом, который поощряет сохранение семантики сцены при изменении радиометрии и контраста. На втором этапе применяется CNN‑архитектура MSRN (коэффициент увеличения ×3), обученная по L1‑критерию. Такая декомпозиция позволяет сначала привести исходные данные к стилю целевого сенсора, а затем устойчиво выполнять сверхразрешение.
Экспериментальные серии формировались по данным, полученным для различных регионов [4]. Оценка качества проводилась визуально и по безэталонным мерам (в т.ч. по мере BRISQUE) и показателю схожести распределений признаков FID. Относительно исходных изображений перенос домена дал заметный выигрыш: индикативно, значение FID уменьшалось примерно с ~62 до ~11, а BRISQUE — с ~47 до ~16. При сравнении «только сверхразрешение» с «перенос домена + сверхразрешение» наблюдалось дополнительное улучшение: FID ~41 → ~12 и BRISQUE ~82 → ~56. Ограничения связаны с рисками частичной семантической трансформации в отдельных областях и возможным «переносом» артефактов, свойственных целевому сенсору. В будущей работе планируется исследование единой сквозной архитектуры с явными регуляризациями семантики. Тем не менее результаты показывают, что комбинация непарного переноса домена и сверхразрешения практически значимо повышает качество спутниковых изображений при реальных ограничениях данных и может быть непосредственным образом интегрирована в системы обработки данных ДЗЗ.