摘要
本发明公开了视觉感知引导的多尺度特征融合滑坡影像超分辨率模型,涉及遥感影像处理技术领域,包括生成器网络、判别器网络和综合损失函数模块;生成器网络包括头部卷积模块、特征增强模块、上采样重建模块和分支网络模块;用于提取高频细节,实现特征图的放大,对重要像素进行增强,生成用于加权融合的权重系数;判别器网络用于判别输入影像是否为真实高分辨率影像;综合损失函数模块用于将内容损失、对抗损失和感知损失的加权和设置为总体损失。通过生成器网络、判别器网络以及综合损失函数,显著提升滑坡影像的超分辨率效果,有效提取高频细节和边界信息,平滑伪影现象,生成的高分辨率影像更加清晰逼真。
技术关键词
超分辨率模型
生成器网络
双时间尺度
影像
上采样
多尺度特征融合
卷积模块
网络模块
浮点数
视觉
图像
精度
特征提取能力
生成对抗网络
逻辑
分支
特征值
注意力机制
系统为您推荐了相关专利信息
多模态注意力
分类方法
多模态医学影像
点云特征
深度特征融合
剩余使用寿命
在线预测方法
概率密度函数
参数
轴承健康
解码器结构
辅助编码器
双编码器
语义分割网络
编码器模块