融合跨阶段局部网络与注意力的遥感图像锐化方法

作     者：刘蕙绮 陈应霞 LIU Huiqi;CHEN Yingxia

作者机构：长江大学计算机科学学院湖北荆州434023 

基　　金：2022年中国高校产学研创新基金项目(2021RYC06002) 2022年度湖北省自然资源厅自然资源科技项目(MB1644959/2021-70118) 2022年湖北省教育厅科研计划项目(B2022040) 上海市多维度信息处理重点实验室开放课题基金资助项目(MIP20222) 中央高校基本科研业务费专项资金资助(MIP20222) 

出 版 物：《半导体光电》 (Semiconductor Optoelectronics)

年 卷 期：2024年第45卷第5期

页      码：837-846页

摘      要：针对遥感图像全色锐化中存在光谱分布不均、空间细节缺失的问题,提出一种融合跨阶段局部网络(CSPNet)与无参数注意力(SimAM)的遥感图像锐化方法。首先,在主干结构中引入CSPNet,利用普通卷积加跳连的方式替代特征提取中的残差块,以缓解梯度冗余,提升模型学习力。其次,添加SimAM块,直接从特征中推导出三维权重,而后反向优化提取到的特征,使得模型能提取到更深层次的特征信息。最后,设计一种可学习作差参数来控制相减权重,以便突出融合图像的边缘信息。实验结果表明,所提方法不仅能改善模型的梯度冗余,还能进一步提升融合图像的空谱分辨率。

主 题 词：全色锐化 跨阶段局部网络 无参数注意力 可学习作差参数 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.16818/j.issn1001-5868.2024040104

馆 藏 号：203155606...