摘要
本发明公开一种铁路入侵目标图像超分辨率重建方法,主要分为退化模型,生成器模型,判别器模型和损失函数。包括以下步骤:设计模拟铁路入侵目标图像高阶退化模型,将高分辨率铁路入侵目标图像数据集中的高分辨率图像IHR输入到铁路入侵目标图像高阶退化模型中,生成真实的铁路入侵目标低分辨率图像ILR;构建生成器模型,将铁路入侵目标低分辨率图像ILR输入到设计好的生成器模型中,输出得到超分辨率图像ISR;构建判别器模型,将高分辨率图像IHR和超分辨率图像ISR输入到判别器模型中,判断真假;通过计算损失函数优化遥感图像超分辨率重建网络的参数,使网络收敛,完成训练,得到遥感图像超分辨率重建模型;使用量化指标对生成器模型进行评估,利用通过评估的生成器模型进行铁路入侵目标图像超分辨率重建。本发明通过改进的生成对抗网络,使重建出的图像纹理细节更丰富,生成更清晰的高分辨铁路入侵目标图像。
技术关键词
图像超分辨率重建
铁路
退化模型
注意力机制
损失函数优化
全局平均池化
图像重建
图像提取特征
生成对抗网络
双线性插值
上采样
残差模块
系统为您推荐了相关专利信息
多元时间序列数据
工业物联网
异常检测方法
编码器
节点
立体匹配方法
鱼眼图像
球面
单目深度估计
多尺度语义特征
装备故障诊断方法
多通道传感器数据
上下文特征
生成结构
多尺度