10.3969/j.issn.1001-0785.2023.05.005
基于双路回归神经网络的遥感图像超分辨率重建方法
文中提出了一种于双路回归神经网络的遥感图像超分辨率重建方法,引入减少了计算量复杂性和加速网络融合的局部残差学习机制;通过跳级连接和通道注意力机制将融合引入网络以增加特征图的数量,并促进反卷积恢复图像细节的图层;双对称模的输出对增强特性表示和选择性地强调重要性特征的总结信息可使网络架构进行分类信息和减少计算成本.该方法克服了传统方法构建图像的解决方案未有显著改进、图像非常平滑、所需细节容易丢失等问题,进一步提高了改进后组织的有效性和优越性.
神经网络、双路回归、超分辨率重建、复杂性、方法
TN919.8
2023-03-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
12-17