摘要
本发明公开了一种基于多尺度混合注意力的无人机影像超分辨率方法,步骤如下:先切割获取的无人机影像制作数据集;再对影像降质,分别得低、高分辨率图像数据集;接着创建并训练HTMA‑RS模型;最后拼接模型输出的高分辨率图像,获完整高分辨率航拍影像。超分辨率技术能从低分辨率影像重建高分辨率影像,恢复建筑纹理等细节,增加像素数量,使图像细腻、放大不易模糊。多尺度混合注意力机制从不同尺度提取特征,大小尺度分别把握精细纹理与整体结构。注意力机制让模型聚焦重要区域,抑制干扰。训练后的HTMA‑RS模型准确学习影像映射关系,保障重建质量,为无人机影像在多领域应用提供高质量图像支持。
技术关键词
超分辨率方法
无人机影像数据
融合特征
注意力机制
低通滤波器
全局平均池化
超分辨率技术
多空间
随机噪声
上采样
图像多尺度
拼接模型
多通道
加权特征
系统为您推荐了相关专利信息
点云特征提取
铁路
分割方法
多层感知机
空间特征提取
脉冲神经网络模型
分布优化方法
无监督学习算法
数据
交叉注意力机制
谐波特征
超分辨率模型
频谱特征
超分辨率方法
卷积模块
融合特征
电力设备监测数据
电力设备智能监测
数据特征提取
融合算法
储能电池系统
失效预警方法
绝缘检测电路
失效预警系统
电压