基于CBAM和多尺度注意力的生成对抗网络薄云去除研究
摘要
为了解决生成对抗网络在薄云去除研究中难以充分捕捉和恢复不同尺度云层遮挡的细节，以及生成图像缺乏细节和真实感等问题，提出了一种结合多尺度注意力机制和卷积块注意力模块（CBAM）的生成对抗网络薄云去除方法，并使用RICE1（Remote Sensing Image Cloud rEmoving 1）薄云数据集和基于哨兵二号的自建遥感去云数据集对该网络的去云效果进行分析。研究结果表明：在目视对比中，使用所提出的方法生成的无云图像质量明显优于其他对照实验组；与五种经典去云方法相比，在薄云去除后，所提方法的峰值信噪比和结构相似度均有显著提升，分别达到了31.321 dB和0.894。消融实验验证了各注意力机制的独特贡献及其结合后的协同效应，证明CBAM与多尺度注意力机制的结合在提升图像质量方面显著有效。研究结果证明，结合多尺度注意力机制和CBAM的生成对抗网络方法在光学遥感图像薄云去除中具有可行性，并为光学遥感图像的薄云去除提供了有价值的参考。
引用本文（GB/T 7714）
汪洋 Wang Yang, 陈国坤 Chen Guokun, 段兴武 Duan Xingwu, 等. 基于CBAM和多尺度注意力的生成对抗网络薄云去除研究[J]. Acta Optica Sinica, 2025.
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。