Единый нейросетевой метод повышения разрешения для разнородных цифровых изображений дистанционного зондирования Земли

Работа посвящена поиску единого решения для практической задачи повышения разрешения разнородных цифровых изображений дистанционного зондирования Земли: панхроматических изображений, цветных изображений, мультиспектральных и гиперспектральных изображений, а также изображений, полученных радаром с синтезированной апертурой (РСА). Для получения такого решения из существующих наборов данных был собран агрегированный, включающий как пары изображений высокого и низкого разрешений, так и отдельные изображения, выступающие как изображения высокого разрешения. Для собранной базы данных и типовой модели искажений было проведено экспериментальное сравнение различных современных нейросетевых моделей повышения разрешения (включая преднастроенные и переобученные варианты), которые в обзорах фигурируют как state-of-the-art: сверточные, генеративно-состязательные и трансформенные (основанные на механизме внимания). Учитывая возможные ограничения моделей на число слоев космических снимков, рассматривались два варианта предварительной обработки изображений. Итоговый результат работы – единая нейросетевая модель повышения разрешения цифровых космических снимков, дополненная адаптерами для различных их типов, которая при обучении превосходит или не уступает современным специализированным state-of-the art решениям.