首页 | 官方网站   微博 | 高级检索  
     

基于少样本学习的遥感图像超分辨率重建算法
引用本文:李盛,潘宗序,雷斌,丁赤飚.基于少样本学习的遥感图像超分辨率重建算法[J].自动化技术与应用,2021,40(6):1-5.
作者姓名:李盛  潘宗序  雷斌  丁赤飚
作者单位:中国科学院空天信息创新研究院,北京100190;中国科学院大学电子电气与通信工程学院,北京100049;中国科学院空间信息处理与应用系统技术重点实验室,北京100190;中国科学院空天信息创新研究院,北京100190;中国科学院大学电子电气与通信工程学院,北京100049;中国科学院微波成像技术国家级重点实验室,北京100190
摘    要:基于深度学习的超分辨率重建方法多数采用已知的模糊核训练网络,在实际应用中模糊核通常未知,在此情况下这类方法的重建效果将显著下降.零样本超分方法利用图像自身构建训练集,能够改善由于模糊核未知所带来的性能下降,但由于仅利用图像自身信息,对重建效果的提升有一定的局限性.本文提出增强少样本学习方法解决模糊核未知时的超分重建问题,一方面,选取与低分图像类似的示例图像构建训练集;另一方面,扩大网络规模并优化网络结构.在U CMerced_Lan-dUse数据集上的实验结果表明,与零样本超分方法相比,本文所提方法具有更好的超分重建效果.

关 键 词:遥感图像  深度学习  增强少样本超分  盲超分

Remote Sensing Images Super-Resolution Reconstruction Algorithm Based on Few-shot Learning
LI Sheng,PAN Zong-xu,LEI Bin,DING Chi-biao.Remote Sensing Images Super-Resolution Reconstruction Algorithm Based on Few-shot Learning[J].Techniques of Automation and Applications,2021,40(6):1-5.
Authors:LI Sheng  PAN Zong-xu  LEI Bin  DING Chi-biao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号