Satellite image quality improvement system using deep learning

Research Project

Project/Area Number	24K20804
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 61010:Perceptual information processing-related
Research Institution	Ritsumeikan University
Principal Investigator	李印豪立命館大学, 情報理工学部, 助教 (90962465)
Project Period (FY)	2024-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2028: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	深層学習
Outline of Research at the Start	従来の衛星画像画質改善手法は、非常に複雑で変化しやすい情景に直面すると、性能が低下する。深層学習に基づく衛星画像の画質向上の研究では多くの進歩が見られるが、学習データ取得の高コスト、実画像とのドメインシフト等の問題に直面しており、モデルの性能は実用上十分満足できるものではない。本研究では、測定可能な点拡がり関数に基づき実画像に近い学習サンプルをシミュレートし、それをモデルの学習に用いることで、上記の問題に対処する。また、ドメインシフトの問題を解決するために、教師なし画質改善手法を提案する。最後に、限られた学習データに対して効率的かつ高精度な軽量化モデルを構築し、モデルを微調整する。