一种基于对抗神经网络的遥感图像在轨压缩方法

AITNT
正文
推荐专利
一种基于对抗神经网络的遥感图像在轨压缩方法
申请号:CN202411627739
申请日期:2024-11-14
公开号:CN119520789A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种基于对抗神经网络的遥感图像在轨压缩方法,包括:基于对抗神经网络模型HIFIC,在地面构建得到图像压缩恢复模型;图像压缩恢复模型,包括:编码器E、概率模型P和解码器G;将编码器E和概率模型P部署在星上,将解码器G部署在地面;将原始遥感图像上传至星上,经编码器E和概率模型P处理,得到中间文件;将中间文件下传至地面,经解码器G处理,将中间文件恢复成原始遥感图像。本发明所述方法可实现遥感图像在轨进行高倍率压缩,压缩后的中间文件下传地面后能够高保真恢复,解决了传统图像压缩方法往往存在细节失真严重、算法复杂度高等问题,大大缓解了图像下传的通信压力,提升了地面图像处理的准确性和可靠性。
技术关键词
神经网络模型 解码器 编码器 训练样本集 网络结构 图像压缩方法 地面 概率分布函数 数据 图像处理 信息熵 复杂度 参数 算法 压力
系统为您推荐了相关专利信息
1
一种基于双向跨模态注意机制的人体活动识别方法
人体活动识别方法 跨模态 编码器模块 无监督对抗 数据
2
车联网数据分类模型的训练方法、装置、设备、存储介质及产品
数据分类模型 训练样本集 特征提取网络 回声 参数
3
一种基于RISC-V芯片的AGV小车
底盘控制器 感应组件 电机编码器 4G无线通讯模块 芯片
4
基于跨图像间注意力的超声图像分割方法
超声图像分割方法 注意力编码器 注意力机制 上采样 影像
5
基于3-元n-立方体的互连网络上数据的并行传输方法
生成树 数据并行传输方法 源节点 立方体结构 大规模并行系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号