Genesis：分层卫星图像合成的生成引擎

地球观测本质上是多尺度的；地理空间任务跨越不同的分辨率，卫星图像被组织成级联的瓦片金字塔，在广泛的覆盖范围内嵌套精细的细节。然而，当前的卫星图像生成模型沿单轴运行：它们要么缩放以增强单个图块的分辨率，要么平移以固定比例扩展图像。因此，没有任何现有方法可以生成在尺度和空间上保持一致的完整金字塔，其中高缩放图块必须与其细化的粗略上下文以及它遇到的邻居一致。受此差距的启发，我们引入了一项新任务，即多尺度图块完成：给定任意缩放级别和位置的一组稀疏种子图块，合成一个完整、统一的四叉树，该四叉树在尺度和空间上全局一致。我们使用 Genesis 来完成这项任务，Genesis 是一个生成引擎，通过在四叉树上组合两个专用运算符将​​两个轴结合在一起：一个垂直超分辨率模型和一个基于水平掩模的外画模型，生成在缩放级别上一致且在相邻图块之间无缝的金字塔。每个算子都在其子任务上实现了最先进的结果，并且引擎将稀疏种子从任何初始配置传播到无缝的多分辨率地图中。为了评估任务和基准Genesis，我们引入了dense500，这是一个跨越不同地理区域的完全观察到的多尺度金字塔数据集，以及一套金字塔级指标。代码、模型和我们的数据集可在 https://github.com/mvrl/genesis 获取。