典型文献
多感受野特征与空谱注意力结合的高光谱图像超分辨率算法
文献摘要：
针对高光谱图像超分辨率过程中,图像细节信息容易丢失的问题,提出多感受野特征与空谱注意力结合的高光谱图像超分辨率算法,该算法充分利用高光谱图像中的高频信息与低频信息,减少图像细节信息丢失,提升了高光谱图像超分辨率效果.首先,在特征提取阶段采用不同大小卷积核的卷积,获取到多尺度感受野特征,更好地提取低分辨率图像中的高频信息与低频信息,有助于保留原始图像的特征信息;然后,把获取到图像特征,经过"空间-光谱"结合的注意力机制增强,利用光谱维信息辅助空间维特征重建;最后,把每组的特征融合,通过像素级反卷积层缓解棋盘格效应,输出清晰的高分辨率图像.实验结果表明:提出的多感受野特征与空谱注意力结合的超分辨率算法在Chikusei和Pavia center scene这2个公开数据集上峰值信噪比分别达到了39.8697和31.9422,结构相似度分别达到了0.9376和0.8786,与最新超分辨率算法比较有明显的性能优势.该文提出的算法,结合了多感受野特征提取模块和空谱结合注意力模块的优势,超分辨率后的图像细节特征有了明显的改善.
文献关键词：
高光谱图像;图像超分辨率;多感受野特征提取;注意力机制
中图分类号：
作者姓名：
曲海成;王雅萱;申磊
作者机构：
辽宁工程技术大学软件学院,葫芦岛 125105
文献出处：
引用格式：
[1]曲海成;王雅萱;申磊-.多感受野特征与空谱注意力结合的高光谱图像超分辨率算法)[J].自然资源遥感,2022(01):43-52
A类：
空谱注意力,Chikusei
B类：
高光谱图像,图像超分辨率,超分辨率算法,细节信息,低频信息,信息丢失,同大,卷积核,取到,低分辨率图像,原始图像,特征信息,图像特征,注意力机制,利用光,辅助空间,维特,特征重建,特征融合,像素级,反卷积,卷积层,棋盘格,格效应,出清,高分辨率图像,Pavia,center,scene,公开数据集,上峰,峰值信噪比,结构相似度,算法比较,性能优势,多感受野特征提取,取模,注意力模块,细节特征
AB值：
0.233107
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
