摘要
本发明公开了一种基于双分支网络的高光谱图像超分辨率重建方法。该方法设计的超分辨率网络模型主体由多组串联的双分支特征重建网络和一个特征融合模块组成。双分支特征重建网络包括全局注意力模块、特征交互模块和局部重建单元。该模型通过双分支结构,保留了高光谱图像和多光谱图像的固有先验信息,对其从全局和局部两个角度出发进行重建。通过设计的特征融合模块,实现了对双分支特征信息的高效整合。该方法充分发挥了高光谱图像和多光谱图像的各自优势,在保持较低参数量的同时,取得了优异的重建效果。
技术关键词
双分支网络
注意力机制
生成训练数据
双三次插值
多光谱图像特征
高光谱图像特征
测试数据方法
模块
高光谱图像数据
后续处理过程
双分支结构
图像特征信息
更新网络参数
梯度下降算法
系统为您推荐了相关专利信息
隧道火灾事故
神经网络分类
节点特征
分类方法
深度神经网络
图像增强方法
导向型
注意力机制
机器人
多模态数据采集
医学影像分割方法
客户端
无监督
多模态影像数据
权重分配机制
交通流预测模型
交通流预测方法
节点特征
注意力机制
编码向量
系统优化方法
特征金字塔
多模态
关键点特征
智能光线感应