原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种针对复杂退化模型下遥感图像的高分辨率重建方法，属于高分辨率重建领域。该方法将MAE自监督模型引入高分辨率重建领域，第一阶段利用MAE学习遥感图像的先验信息。第二阶段提出一个重建网络，重建网络利用MAE学习到的先验信息完成低分辨率遥感图像的高分辨率重建任务。同时在重建网络中提出一种边缘注意力模块，边缘注意力模块可以提取特征图的梯度信息，对梯度较大的边缘位置赋予较大的学习权重，使得重建网络关注边缘位置。在公开数据集上证明了重建模型在高分辨率重建任务中的优越性，模型在大多数退化模型上都取
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117474764A
(43)申请公布日2024.01.30
(21)申请号202311819893.8G06V10/82(2022.01)
文档评论（0）