Sentinel-2超解像に向けたフローマッチング：実装・応用・含意
arXiv cs.CV / 2026/5/4
📰 ニュースIdeas & Deep AnalysisTools & Practical UsageModels & Research
要点
- 本研究は、Sentinel-2の10 m可視・近赤外バンドを4×超解像（10 m→2.5 m）するためのフローマッチングモデルを提案し、スペクトル忠実度と知覚品質の間に生じがちなトレードオフに取り組んでいます。
- 実験では、フローマッチングがEulerの単一サンプリングステップで拡散モデルやReal-ESRGANよりもピクセル単位の精度で優れており、Midpointの2次ソルバでは再学習なしで20ステップ程度で知覚的に自然な超解像結果を生成できると報告されています。
- 著者らはこのモデルを用いて、2025年のSentinel-2年次コンポジットからCONUSの2.5 m・4バンド超解像プロダクト（1.58兆ピクセル超）を作成し、さらにチェサピーク湾流域（2020–2025）の年次2.5 m土地被覆プロダクトも生成しています。
- 下流タスクとして、超解像データをセマンティックセグメンテーションに活用した評価では有用性が示され、地上正解25,000点に対するチェサピーク湾の土地被覆プロダクトの総合精度は89.11%でした。
- 総括として、本研究はフローマッチングが衛星画像の超解像において拡散やGAN系手法に対する効果的な生成モデリング手法であり、微細な空間詳細を必要とする地理空間アプリケーションに高解像度画像をより広く提供できる可能性があると結論づけています。
