Super-resolución de imágenes satelitales mediante GAN: un enfoque basado en entrenamiento con imágenes aéreas

• Autores: Trujillo-Jiménez, Magda Alexandra; Iaconis, Francisco; Pollicelli, Debora; Revollo Sarmiento, Gisela Noelia
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Eedes generativas adversarias; Imágenes satelitales; Imágenes aéreas; Adversarial generative networks; Satellite imagery; Aerial imagery
• Institución: Universidad Nacional de La Plata

Las imágenes satelitales suelen presentar limitaciones en su resolución espacial y alto costo, lo que dificulta su uso en aplicaciones como el monitoreo urbano o de fauna. En este trabajo, se propone un enfoque novedoso que utiliza imágenes aéreas de alta resolución para entrenar un modelo de super-resolución basado en Redes Generativas Adversarias (GANs). En particular, se adaptó el modelo ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), optimizando sus parámetros para reducir el tiempo de entrenamiento y mejorar su eficiencia. Los resultados preliminares muestran una mejora visual significativa en la calidad de las imágenes satelitales, demostrando la viabilidad de transferir la capacidad de super-resolución desde imágenes aéreas a imágenes satelitales. Este trabajo sienta las bases para futuras investigaciones orientadas a desarrollar modelos especializados en la super-resolución de imágenes.
Satellite images usually present limitations in their spatial resolution and high cost, which hinders their use in applications such as urban or wildlife monitoring. In this work, a novel approach is proposed that uses high-resolution aerial imagery to train a super-resolution model based on Generative Adversarial Networks (GANs). In particular, the ESRGAN (Enhanced Super-Resolution Generative Adversarial Network) model was adapted, optimizing its parameters to reduce the training time and improve its efficiency. Preliminary results show a significant visual improvement in the quality of satellite images, demonstrating the feasibility of transferring super-resolution capability from aerial images to satellite images. This work lays the foundation for future research aimed at developing specialized models for super-resolution imaging.
Sociedad Argentina de Informática e Investigación Operativa