基于多尺度无参数注意力机制增强网络的遥感图像超分辨率重建
摘要
为获取具有更多高频信息和纹理细节信息的遥感图像，并解决遥感图像超分辨率网络结构复杂、参数过多和模型规模大的问题，提出一种多尺度无参数注意力机制的增强网络。该网络利用卷积层提取低分辨率遥感图像的浅层特征，将浅层特征输入多尺度无参数注意力增强模块中，该模块利用多个不同大小卷积核的卷积层并行连接组合来细化多尺度特征的提取，在无参数注意力机制下，通过对称激活函数增强具有高贡献的特征信息，抑制冗余信息。经过6个残差连接的多尺度无参数注意力增强模块后，由重建模块生成最终的重构图像。实验结果表明，与现行具有代表性的方法进行对比，所提网络在性能指标和视觉效果方面都具有显著的重建优势，峰值信噪比、结构相似性等指标均优于其他对比方法。
引用本文（GB/T 7714）
郑剑 Zheng Jian, 刘子龙 Liu Zilong, 于祥春 Yu Xiangchun. 基于多尺度无参数注意力机制增强网络的遥感图像超分辨率重建[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。