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
人体活动识别方法
跨模态
编码器模块
无监督对抗
数据
数据分类模型
训练样本集
特征提取网络
回声
参数
底盘控制器
感应组件
电机编码器
4G无线通讯模块
芯片
超声图像分割方法
注意力编码器
注意力机制
上采样
影像
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