典型文献
基于RDN卷积神经网络的遥感影像超分辨率重建方法研究
文献摘要：
光学遥感影像在资源、环境、灾害、交通和城市等领域有着非常重要的应用价值,但高分光学遥感影像获取成本高,在一定程度上限制了推广和普及.自基于卷积神经网络的超分辨率重建模型(SRCNN)被提出后,深度学习在图像超分辨率重建技术方面迅速应用.本文提出了基于RDN卷积神经网络的遥感影像超分重建方法,使用AID、NWPU-RESISC45遥感影像数据集进行定性和定量实验,结果证明RDN模型具备遥感影像超分重建能力,可低成本获得高分辨率的遥感影像,从而为高分影像的应用推广和普及提供技术支撑.
文献关键词：
超分辨率重建;遥感影像;卷积神经网络;深度学习
中图分类号：
作者姓名：
陈学业;黄颖;郭明强;杨亚仑;吴亮;谢忠
作者机构：
深圳市数字城市工程研究中心,广东深圳518034;自然资源部城市国土资源监测与仿真重点实验室,广东深圳518034;武汉中地数码科技有限公司,湖北武汉430074;武汉中地先进技术研究院有限公司,湖北武汉430074;中国地质大学(武汉)地理与信息工程学院,湖北武汉430074;国家地理信息系统工程技术研究中心,湖北武汉430074
文献出处：
引用格式：
[1]陈学业;黄颖;郭明强;杨亚仑;吴亮;谢忠-.基于RDN卷积神经网络的遥感影像超分辨率重建方法研究)[J].地理信息世界,2022(01):23-27
A类：
高分光学遥感
B类：
RDN,重建方法,光学遥感影像,SRCNN,图像超分辨率重建,重建技术,超分重建,AID,NWPU,RESISC45,遥感影像数据,定性和定量,定量实验,高分影像,应用推广
AB值：
0.217286
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。
