数慧时空影像超分辨率模型：视觉质量和光谱保真，我们都要！
近年来，随着深度学习的发展，特别是Transformer网络结构在图像识别领域的广泛应用，使得超分辨率技术取得了巨大的进展。深度学习模型能够学习图像的复杂特征，从而在超分时保留更多的细节。
DIIT影像超分辨率模型技术路线
数慧时空作为一家人工智能驱动型科技企业，多年深耕遥感AI领域，率先发布国内首款泛自然资源行业多模态基础大模型“长城”。基于“长城”大模型，通过创新性地结合运用数据退化模型和基于Transformer的超分神经网络，打造了DIIT影像超分辨率模型，显著提升遥感影像的分辨率。
DIIT影像超分辨率模型能够较好地超分出各类地物边缘纹理和内部细节，这对于保持图像的真实性和细节丰富度至关重要。同时，超分后影像光谱保真度较高，保持了原始图像的色彩特性，不会出现色彩偏差或失真，使得超分辨率处理后的影像更加真实和可靠，更加符合实际观察和分析的需求。目前，DIIT影像超分辨率模型支持对市面多种高中低分辨率卫星影像进行超分。通过使用真实遥感影像作为测试数据，定性、定量对模型输出结果的光谱和纹理特征进行评价显示，超分后影像光谱保真度较高，纹理清晰度方面表现良好，影像数据质量提升明显。
超分辨率模型的应用，能够显著提升卫星数据的利用效率，有助于开启更广泛、更精确的卫星应用服务，更好地支撑环境监测、城市规划、农业管理等业务的遥感数据应用需求，从而推动卫星技术在多个领域的应用迈向新的台阶。