卫星信息智能处理技术 | 浏览量 : 0 下载量: 307 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于元学习和密集残差注意力的遥感图像任意尺度超分辨率重建

    • Arbitrary-scale super-resolution reconstruction of remote sensing images based on meta-learning and residual dense attention mechanism

    • 在卫星遥感图像信息智能处理领域,本文采用元学习方法,构建单一自适应模型,实现遥感图像任意尺度超分辨率重建,提升空间分辨率,重建地物纹理、目标边缘等细节信息。实验结果表明,重建结果峰值信噪比达40 dB以上,验证了方法的有效性。
    • 2024年28卷第7期 页码:1735-1745   

      纸质出版日期: 2024-07-07

    • DOI: 10.11834/jrs.20233267     

    扫 描 看 全 文

  • 魏小源,孟钢,张浩鹏,姜志国.2024.基于元学习和密集残差注意力的遥感图像任意尺度超分辨率重建.遥感学报,28(7): 1735-1745 DOI: 10.11834/jrs.20233267.
    Wei X Y,Meng G,Zhang H P and Jiang Z G. 2024. Arbitrary-scale super-resolution reconstruction of remote sensing images based on meta-learning and residual dense attention mechanism. National Remote Sensing Bulletin, 28(7):1735-1745 DOI: 10.11834/jrs.20233267.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

魏小源 北京航空航天大学 宇航学院
孟钢 北京市遥感信息研究所
张浩鹏 北京航空航天大学 宇航学院
姜志国 北京航空航天大学 宇航学院
梁亮 清华大学 电子工程系
马骏 河南大学 软件学院
唐晓天 中国空间技术研究院钱学森空间技术实验室;河南大学 软件学院
杨雪 中国空间技术研究院钱学森空间技术实验室;南京大学 国际地球系统科学研究所

相关机构

北京航空航天大学 宇航学院
中国空间技术研究院钱学森空间技术实验室
河南大学 软件学院
南京大学 国际地球系统科学研究所
清华大学 电子工程系
0