基于变分自编码器的多光谱图像压缩网络

作     者：施凯杰 石翠萍 曾泽鑫 蒋吉娟 邹立颖 SHI Kai-jie;SHI Cui-ping;ZENG Ze-xin;JIANG Ji-juan;ZOU Li-ying

作者机构：齐齐哈尔大学通信与电子工程学院黑龙江齐齐哈尔161006 

基　　金：国家自然科学基金面上项目(42271409) 黑龙江省科学基金项目(LH2021D022) 黑龙江省省属高等学校基本科研业务费科研项目(145209149) 

出 版 物：《齐齐哈尔大学学报（自然科学版）》 (Journal of Qiqihar University(Natural Science Edition))

年 卷 期：2023年第39卷第5期

页      码：31-38页

摘      要：多数图像压缩方法很难充分捕获多光谱图像的结构信息,故提出一种基于变分自编码器的空谱联合注意力网络(SSJANet)。首先,设计了一个长距离信息捕获注意力块。其次,提出了一种多尺度光谱注意力块。将两种模块嵌入到同一个残差模块中,构成空谱联合注意力模块(SSJ-AM)。最后,将SSJ-AM和超先验熵编码模型嵌入到变分自编码器中。实验结果表明,与先进的压缩模型相比,SSJANet方法在多个压缩评估指标上,都取得了更好的压缩性能。

主 题 词：压缩 深度学习 多光谱图像 变分自编码器 注意力网络 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.3969/j.issn.1007-984X.2023.05.006

馆 藏 号：203123403...