基于混合注意力机制的遥感卫星图像超分辨率方法及系统

AITNT
正文
推荐专利
基于混合注意力机制的遥感卫星图像超分辨率方法及系统
申请号:CN202411661937
申请日期:2024-11-20
公开号:CN119168870B
公开日期:2025-01-17
类型:发明专利
摘要
本发明提供一种基于混合注意力机制的遥感卫星图像超分辨率方法及系统,属于遥感图像处理技术领域,包括:采集目标遥感卫星的原始图像,将原始图像放大至目标尺寸,得到放大后的原始图像;对原始图像进行浅层特征提取,获得浅层特征图像;对浅层特征图像进行深层特征提取,获得深层特征图像;对浅层特征图像和深层特征图像进行超分辨率处理,获得超分辨率残差图像,结合超分辨率残差图像和放大后的原始图像,得到超分辨率重建图像。本发明有效解决遥感卫星高光谱图像超分辨率过程中的伪影去除和细节还原问题,能够生成分辨率更高、信息更丰富且准确的图像,以便于视觉感知和后续高阶视觉任务。
技术关键词
遥感卫星图像 超分辨率方法 深层特征提取 浅层特征提取 超分辨率重建图像 注意力机制 模块 图像插值运算 遥感图像处理技术 非暂态计算机可读存储介质 卫星高光谱 图像超分辨率 神经网络单元 多层感知器 处理器 代表
系统为您推荐了相关专利信息
1
基于生成对抗网络的声呐图像超分辨率重建方法及系统
生成对抗网络 超分辨率重建模型 水下声纳图像 图像超分辨率重建系统 感知损失函数
2
一种基于多维Transformer的脓毒症早期预测方法
早期预测方法 特征提取模块 浅层特征提取 深层特征提取 变量
3
一种结合自监督学习与生成对抗网络的小样本图像超分辨率重建方法
生成器网络 生成对抗网络 上采样 浅层特征提取 局部纹理特征
4
一种基于雷达图谱的城市道路病害检测方法
高斯模糊图像 病害检测方法 城市道路 图谱 卷积特征
5
一种基于迁移学习和深度神经网络的短波辐射源时差定位方法
卷积特征提取 仿真数据 浅层特征提取 时差定位系统 深层特征提取
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