基于双并行残差网络的遥感图像超分辨率重建

• 作者: 刘丛 王亚新
• 来源期刊: 模式识别与人工智能
• 关键词: 遥感图像 超分辨率重建 并行网络 轻量级 非对称卷积
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 研究与应用|Researches and Applications
• 页码范围: 760-767
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202108009

摘要

当面对目标地物尺寸差异性较大、复杂性较高的遥感图像时,图像超分辨率重建算法的重建效果较差.因此,文中提出双并行轻量级残差注意力网络,提高遥感图像重建效果.首先,提出多尺度浅层特征提取块,融合不同感受野的特征信息,解决遥感图像目标地物尺寸差异较大的问题.再设计基于非对称卷积和注意力机制的轻量级残差注意力块,既降低参数规模,又获取更多高频信息.然后,设计含有不同卷积核的并行网络框架,用于融合不同尺度的感受野.此外,多个残差块中使用跳跃连接融合不同阶段特征,增加信息复用性.最后,通过对比实验验证文中网络在遥感图像上具有较优的重建效果.