Un modelo de difusión condicional con estrategia de muestreo rápido para superresolución de imágenes de teledetección

Los métodos convencionales basados en aprendizaje profundo para la superresolución de imágenes de teledetección única (SRSISR) han progresado de manera notable. Sin embargo, las salidas de superresolución (SR) de estos métodos aún no son suficientemente satisfactorias en calidad visual. Los modelos generativos de aprendizaje profundo basados en modelos de difusión recientes son capaces de mejorar la calidad visual de las imágenes de salida, pero esta capacidad está limitada por su eficiencia de muestreo. En este artículo, proponemos FastDiffSR, un método SRSISR basado en un modelo de difusión condicional. Específicamente, diseñamos una nueva estrategia de muestreo para reducir el número de pasos de muestreo requeridos por el modelo de difusión al tiempo que garantizamos la calidad del muestreo. Mientras tanto, se adopta la imagen residual para reducir los costos computacionales, demostrando que la integración de atención de canal y atención espacial produce una mejora adicional en la calidad visual de las imágenes de salida. En comparación con los métodos de superresolución (SR) basados en redes neuronales convolucionales (CNN), GAN y Transformer de última generación (SOTA), nuestro FastDiffSR mejora la similitud de parches de imagen perceptuales aprendidos (LPIPS) en 0.1-0.2 y logra mejores resultados visuales en algunas escenas del mundo real. En comparación con los métodos de SR basados en difusión existentes, nuestro FastDiffSR logra mejoras significativas en la métrica de evaluación a nivel de píxel, razón de señal-ruido pico (PSNR), mientras tiene parámetros de modelo más pequeños y obtiene mejores resultados de SR en datos de Vaihingen con un tiempo de inferencia más rápido de 2.8-28 veces, mostrando una excelente capacidad de generalización y eficiencia temporal. Nuestro código será de código abierto en https://github.com/Meng-333/FastDiffSR.