Super-resolución de imágenes satelitales mediante GAN: un enfoque basado en entrenamiento con imágenes aéreas

Resumen

Las imágenes satelitales suelen presentar limitaciones en su resolución espacial y alto costo, lo que dificulta su uso en aplicaciones como el monitoreo urbano o de fauna. En este trabajo, se propone un enfoque novedoso que utiliza imágenes aéreas de alta resolución para entrenar un modelo de super-resolución basado en Redes Generativas Adversarias (GANs). En particular, se adaptó el modelo ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), optimizando sus parámetros para reducir el tiempo de entrenamiento y mejorar su eficiencia. Los resultados preliminares muestran una mejora visual significativa en la calidad de las imágenes satelitales, demostrando la viabilidad de transferir la capacidad de super-resolución desde imágenes aéreas a imágenes satelitales. Este trabajo sienta las bases para futuras investigaciones orientadas a desarrollar modelos especializados en la super-resolución de imágenes.