Dergi makalesi · 2023
Sentinel-2 Uydu Görüntüleri için Evrişimli Otokodlayıcı Sinir Ağı ile Süper Çözünürlük Yaklaşımı
İngilizce başlıkSuper Resolution Approach with Convolutional Autoencoder Neural Network for Sentinel-2 Satellite Imagery
Türk Uzaktan Algılama ve CBS Dergisi, 4(2), 231–241
- Yıl
- 2023
- Yayın tarihi
- Dergi veya konferans
- Türk Uzaktan Algılama ve CBS Dergisi
- Cilt
- 4
- Sayı
- 2
- Sayfalar
- 231–241
Özet
Makale, Sentinel-2 uydu görüntülerinin uzamsal çözünürlüğünü artırmak için evrişimli otokodlayıcı tabanlı SEN-2_CAENET derin öğrenme modelini sunmaktadır. Model PSNR, MSE ve SSIM metrikleriyle değerlendirilmiştir. Bildirilen testler, SEN-2_CAENET modelinin karşılaştırma için kullanılan SRCNN temel modelinden daha başarılı sonuçlar elde ettiğini göstermektedir.
Anahtar kelimeler
Temel yöntem
SEN-2_CAENET adlı evrişimli otokodlayıcı mimarisi; PSNR, MSE ve SSIM ile SRCNN’e karşı değerlendirme.
Kullanılan veri
Süper çözünürlük modeli eğitimi ve değerlendirmesi için hazırlanan Sentinel-2 uydu görüntüleri.
Doğrulanmış temel sonuçlar
- SEN-2_CAENET, bildirilen PSNR, MSE ve SSIM değerlendirmesinde SRCNN’den daha başarılı sonuç vermiştir.
APA atıfı
Arık, A. E., Paşaoğlu, R., & Emrahaoğlu, N. (2023). Sentinel-2 Uydu Görüntüleri için Evrişimli Otokodlayıcı Sinir Ağı ile Süper Çözünürlük Yaklaşımı. Türk Uzaktan Algılama ve CBS Dergisi, 4(2), 231-241. https://doi.org/10.48123/rsgis.1254716
BibTeX
@article{ArikPasogluEmrahoglu2023SuperResolution,
author = {Arık, Ahmet Ertuğrul and Paşaoğlu, Reha and Emrahaoğlu, Nuri},
title = {Sentinel-2 Uydu Görüntüleri için Evrişimli Otokodlayıcı Sinir Ağı ile Süper Çözünürlük Yaklaşımı},
journal = {Türk Uzaktan Algılama ve CBS Dergisi},
year = {2023},
volume = {4},
number = {2},
pages = {231--241},
doi = {10.48123/rsgis.1254716}
}