Порівняльний аналіз методів покращення роздільної здатності супутникових знімків

dc.contributor.authorТерейковський, І. А.
dc.contributor.authorРоговий, Д. С.
dc.date.accessioned2026-01-28T13:45:33Z
dc.date.available2026-01-28T13:45:33Z
dc.date.issued2025
dc.description.abstractotherThis paper presents a comparative analysis of various baseline and neural network-based methods for satellite image upscaling, often referred to as Super-Resolution. The study evaluates the performance of several methods and models using the xView satellite imagery dataset as a benchmark. The effectiveness of these methods is compared based on key image quality metrics to identify the most suitable approaches for practical satellite image processing. This research provides valuable insights for tasks in remote sensing that require highresolution data.
dc.format.pagerangeС. 311-315
dc.identifier.citationТерейковський, І. А. Порівняльний аналіз методів покращення роздільної здатності супутникових знімків / Терейковський І. А., Роговий Д. С. // Прикладна математика та комп'ютинг. ПМК, 2025 : Вісімнадцята наук. конф. магістрантів та аспірантів, [Київ], 19-21 лист. 2025 р. : зб. тез доп. / ФПМ КПІ ім. Ігоря Сікорського. - Київ, 2025. - С. 311-315.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78488
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofПрикладна математика та комп'ютинг. ПМК, 2025 : Вісімнадцята наукова конференція магістрантів та аспірантів, Київ, 19-21 листопада 2025 року : збірник тез доповідей
dc.subject.udc(004.932:004.032.26):528.8
dc.titleПорівняльний аналіз методів покращення роздільної здатності супутникових знімків
dc.title.alternativeComparative Analysis of Methods for Improving the Resolution of Satellite Images
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
PMK2025_P311-315.pdf
Розмір:
195.73 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис: