摘要
本发明提出一种基于激活融合二值化神经网络的光伏面板遥感图像超分辨率重建方法,包括:获取待重建的低分辨率光伏面板遥感检测图像;针对光伏面板图像的规律纹理特性,设计微调残差对齐模块和非线性激活融合模块,并基于此构建二值化神经网络图像超分辨率重建模型;将低分辨率图像输入训练好的模型中,通过微调残差对齐模块、浅层特征提取模块、二值量化处理的深层特征提取模块及图像重构模块生成高分辨率图像。相较于全精度的超分辨率网络模型,本发明中提出的二值网络能够显著降低模型的计算复杂度,同时通过所述设计模块,还能保持良好的图像重建性能,适用于资源受限的遥感检测环境,提升了光伏面板检测的效率和可靠性。
技术关键词
二值化神经网络
光伏面板
图像超分辨率重建
深层特征提取
重构模块
非线性
卷积模块
对齐模块
浅层特征提取
输出特征
超分辨率重建模型
双线性插值
图像重建
生成高分辨率
基础
系统为您推荐了相关专利信息
清洁机器人
光伏面板
清洁系统
负压吸附机构
吊舱
人体生命体征检测
超宽带雷达
人体胸腔
信号
SSA算法
大语言模型
重构模块
核密度估计方法
贪心算法
矩阵