基于空间-光谱Token学习网络的全色锐化方法

本发明公开了一种基于空间‑光谱Token学习网络的全色锐化方法(SSTL)，本发明针对全色锐化任务提出了一种可以重构和融合空间、光谱特征的神经网络框架，即空间‑光谱Token学习网络，其包含三个新颖模块。傅立叶引导的Token重建模块通过应用复杂的特征交互规则，在从全色图像和低分辨率多光谱图像中提取的傅立叶域Token的交互特征，实现光谱特性的重建；Token选择模块强制空间‑光谱Token学习网络从全色图像的最相关空间区域中重建高分辨率多光谱图像的空间特性；自适应Token交互模块在光谱特征的通道交互过程中，使用从Token选择模块学习到的权重，从而实现空间‑光谱特性的无缝集成。此外，在公开数据集上的实验证实了本发明方法的有效性。