CrossVAR实现Sentinel-2到1米影像超分
热点事件持续更新
CrossVAR实现Sentinel-2到1米影像超分
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月27日,arXiv Computer Vision 刊出 Tailai Chen 等作者的报道,介绍 CrossVAR 视觉自回归跨传感器超分辨率模型:以 Sentinel-2 影像为输入,预测 1 米分辨率潜表示,并用无注入噪声的扩散精修器估计剩余量化残差,从而将 Sentinel-2 影像重建为 1 米分辨率。报道称,在 YREB-SR 基准全部 3,015 个测试场景上,CrossVAR 取得 27.60 dB PSNR、0.7725 SSIM、0.1451 LPIPS 和 7.15 FID,各项指标均为对比方法中最优。报道还称,为便于复现,源代码与实现已公开。目前进展停留在论文与基准评测层面,尚无后续跟进报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
从 Sentinel-2 到 1 米影像:CrossVAR 用视觉自回归实现真实场景 ×10 跨传感器超分辨率报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv Computer Vision从 Sentinel-2 到 1 米影像:CrossVAR 用视觉自回归实现真实场景 ×10 跨传感器超分辨率
CrossVAR 用视觉自回归模型将 Sentinel-2 影像重建为 1 米分辨率,在 YREB-SR 基准全部 3,015 个测试场景上取得 27.60 dB PSNR、0.7725 SSIM、0.1451 LPIPS 和 7.15 FID,各项指标均为对比方法最优。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。