基于多判别器的多波段图像自监督融合方法

作     者：田嵩旺 蔺素珍 杨博 TIAN Song-wang;LIN Su-zhen;YANG Bo

作者机构：中北大学大数据学院太原030051 

基　　金：山西省应用基础研究项目(201701D121062,201901D111151) 山西省研究生创新项目(2020SY382) 中北大学第十六届研究生科技立项(20191636) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2021年第48卷第8期

页      码：185-190页

摘      要：针对多波段图像融合领域利用深度学习方法进行融合时过度依赖标签图像导致融合结果受限的问题,文中提出了一种基于多判别器生成对抗网络的多波段图像自监督融合方法。首先,设计并构建反馈密集网络作为特征增强模块,分别提取多波段图像特征并进行特征增强;其次,将多波段图像特征增强结果合并连接,并通过设计的特征融合模块重构融合图像;最后,将初步融合结果与各波段源图像分别输入判别网络,通过多个判别器的分类任务来不断优化生成器,使生成器在输出最终结果的同时保留多个波段图像的特征,以达到图像融合的目的。实验结果表明,与当前代表性的融合方法相比,所提方法具有更好的清晰度和更多信息量,细节信息更丰富,更符合人眼的视觉特性。

主 题 词：图像融合 深度学习 多波段图像 生成对抗网络 自监督学习 密集网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.200600132

馆 藏 号：203104641...