分级监督范式指导下的遥感图像超分辨率方法_NormalPdf.pdf

分级监督范式指导下的遥感图像超分辨率方法_NormalPdf.pdf

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
分级监督范式指导下的遥感图像超分辨率方法是一种用于超分辨率训练的策略,它结合了多级真值图像作为监督,并通过引入真值图像来恢复图像的细节这个系统减少了细节损失和伪细节的出现,并能够提高超分辨率的结果

分级监督范式指导下的遥感图像超分辨率方法

Remotesensingimagesuper-resolutionguidedbymulti-levelsupervisionparadigm

李明锴;徐其志

引用本文:

李明锴,徐其志.2024.分级监督范式指导下的遥感图像超分辨率方法.遥感学报,28(7):1746-1759

DOI:10.11834/jrs

LiMKandXuQZ.2024.Remotesensingimagesuper-resolutionguidedbymulti-level

supervisionparadigm.NationalRemoteSensingBulletin,28(7):1746-1759DOI:

10.11834/jrs

在线阅读Viewonline:/thesisDetails?columnId

___________________________________________

您可能感兴趣的其他文章

Articlesyoumaybeinterestedin

基于深度学习的高分四号卫星图像超分辨率重建

Deeplearning-basedsuper-resolutionforGF-4satelliteimagery

遥感学报.2020,24(12):1500-1510.

遥感图像倾斜边界框目标检测研究进展与展望

Surveyonobjectdetectionintiltingboxforremotesensingimages

遥感学报.2022,26(9):1723-1743.

改进CenterNet在遥感图像目标检测中的应用

ApplicationofanimprovedCenterNetinremotesensingimagesobjectdetection

遥感学报.2023,27(12):2706-2715.

模态间匹配学习的高光谱和激光雷达联合分类

JointclassificationofhyperspectralandLiDARdatabasedoninter-modalitymatchlearning

遥感学报.2024,28(1):154-167.

基于类脑脉冲神经网络的遥感图像检测算法

Remotesensingimagedetectionmethodbasedonbrain-inspiredspikingneuralnetworks

遥感学报.2024,28(7):1713-1721.

1007-4619(2024)07-1746-14NationalRemoteSensingBulletin遥感学报

分级监督范式指导下的遥感图像超分辨率方法

李明锴,徐其志

北京理工大学机电学院,北京100081

摘要:超分辨率技术可提升遥感图像空间分辨率,为基于遥感图像的目标检测、场景分类等任务提供更加清

晰的数据集,具有广泛的应用价值。然而,现有基于深度学习的超分辨率方法存在监督次数不足的问题,导致

超分辨率重建图像中易出现细节损失和伪细节。针对这一问题,本文提出基于分级监督的遥感图像超分辨率方

法(MSSR)。首先,提出了一个分级监督网络架构,通过引入多级真值图像作为监督,为超分辨率过程提供充

足的图像细节恢复指引,进而减少超分辨率结果中细节损失和伪细节的出现。其次,为了便于构建级数可变、

超分辨率倍数可变的分级监督网络,设计了一个轻量化的、超分辨率倍数可灵活调整的同构超分辨率模块

(BSRC)。各级BSRC的网络结构基本相同,便于迁移网络权重,缩短训练时间。最后,针对分级网络超分辨率

倍数一定时,网络级数及各级分辨率倍数有多种组合方式的问题,对比多种分级方式下的超分辨率结果,给出

最佳网络分级方式。此外,构建了一个包含世界各地

文档评论(0)

知识贩卖机 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档