A Novel Domain Transfer-Based Approach for Unsupervised Thermal Image Super-Resolution
Rivadeneira, Rafael E. (Escuela Superior Politécnica del Litoral)
Sappa, Angel Domingo (Centre de Visió per Computador)
Vintimilla, Boris X. (Escuela Superior Politécnica del Litoral)
Hammoud, Riad (TuSimple Inc.)

Data:	2022
Resum:	This paper presents a transfer domain strategy to tackle the limitations of low-resolution thermal sensors and generate higher-resolution images of reasonable quality. The proposed technique employs a CycleGAN architecture and uses a ResNet as an encoder in the generator along with an attention module and a novel loss function. The network is trained on a multi-resolution thermal image dataset acquired with three different thermal sensors. Results report better performance benchmarking results on the 2nd CVPR-PBVS-2021 thermal image super-resolution challenge than state-of-the-art methods. The code of this work is available online.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Thermal image super-resolution ; Unsupervised super-resolution ; Thermal images ; Attention module ; Semiregistered thermal images
Publicat a:	Sensors (Basel, Switzerland), Vol. 22, Issue 6 (March 2022) , art. 2254, ISSN 1424-8220

DOI: 10.3390/s22062254
PMID: 35336426

14 p, 1.1 MB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats