摘要
本发明属于图像处理技术领域,尤其为一种轻量化的遥感图像超分辨率重建方法,包括以下步骤:步骤1,准备数据集:获取遥感图像数据集,按比例划分为训练集、验证集、测试集;步骤2,构建网络模型:构建包括浅层特征提取、深层特征提取和重建模块三部分,其中深层特征提取部分包括轻量多重特征融合块和融合增强模块;步骤3,训练网络模型:使用损失函数训练超分辨率重建网络,直到训练次数达到初始设定阈值或损失函数的值达到预设范围,则网络模型训练完成。本发明设计了轻量化超分辨率重建网络的结构和训练方式,通过分别在通道和空间维度引入轻量化的局部和全局特征,使得整体超分辨率重建网络在减小模型规模的同时,保持超分图像的质量。
技术关键词
深层特征提取
浅层特征提取
超分辨率
通道
注意力机制
遥感图像数据
网络模型训练
Sigmoid函数
卷积模块
上采样
融合功能
校准
图像处理技术
级联
训练集
系统为您推荐了相关专利信息
短期预测方法
变量
多头注意力机制
令牌
数据嵌入
障碍物检测方法
露天矿山
工程机械
障碍物检测技术
训练集
遥感图像语义分割方法
注意力机制
编码器模块
通道解码器
动态
交叉注意力机制
微调方法
网络架构
风格
噪声分量