摘要
本发明公开了一种空间、频域联合的任意尺度多模态遥感图像的超分辨率重建方法,包括:1、获取低分辨率的多模态遥感图像集与高分辨率图像,2、构建超分辨率重建网络,包括:上采样模块、浅层特征提取模块、N个级联的编码器模块、多模态融合模块、中间模块和N个级联的解码器模块以及通道映射模块,3、通过反向传播算法对所述超分辨率重建网络进行训练,并使用损失函数计算网络损失以更新网络参数,直至损失函数收敛为止,从而得到训练好的超分辨率重建模型。本发明能在大因子退化的场景下,解决重建结果语义错误和模糊效果的问题,从而能提高重建图像质量。
技术关键词
编码器模块
频域特征提取
级联
多模态
浅层特征提取
分支
RGB特征
解码器
图像
超分辨率
编码特征
上采样
采样模块
更新网络参数
相位特征
通道
传播算法
系统为您推荐了相关专利信息
多模态深度学习
智能辅助方法
医学影像数据
分词
文本数据提取
安全策略模型
机器人作业
多模态传感器
深度学习模型
深度学习算法
冷链运输车辆
车辆运行参数
环境监测数据
冷链运输方法
分级控制策略