基于单向卷积网络和降质建模的遥感视频超分辨率重建方法技术

本发明专利技术公开了基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，采用低质量遥感视频数据集训练向量量化GAN模型，建立降质先验模型；将高分视频通过双三次下采样得到低分视频，利用预训练好的向量量化GAN模型生成融合降质先验的伪低分视频，训练单向循环超分重建网络；将待处理视频输入预训练好的单向超分重建网络，获得对应的超分结果。该方法通过引入向量量化GAN模型，实现对降质先验的准确建模，提高超分模型的泛化能力；并采用单向循环网络结构，避免了对齐过程中的计算资源大量消耗，提高了超分辨率重建效果。

【技术实现步骤摘要】

本专利技术涉及模式识别与机器学习领域，特别涉及遥感图像超分辨率重建，更具体的说是涉及基于单向卷积网络和降质建模的遥感视频超分辨率重建方法。

技术介绍

1、遥感图像是通过各种传感器获得的包含地物电磁波信息的图片，具有种类多，数据量大，涵盖的时间和空间范围广的特点。遥感视频是指视频卫星获得的遥感数据，特点是将某一时间段内获取的遥感数据在时间方向上排列，具有时间上的连续性。空间分辨率是描述遥感视频的一个重要指标，指单帧遥感图像中能区分的最小地面单元，即单帧遥感图像的一个像素的长度对应实际地面上的一段距离，该距离决定了遥感视频能包含的最细微的空间信息。提升空间分辨率是遥感领域的重要课题，除了在硬件层面直接提高传感器本身的性能外，还可在软件层面设计算法实现遥感视频空间分辨率的提升，这类技术被称为超分辨率重建技术。

2、图像超分辨率重建技术（以下简称超分重建）可以根据不同任务需求，将低分辨率图像（以下简称低分图像）按照一定比例因子恢复到高分辨率图像（以下简称高分图像），如果是在遥感图像空间尺度进行超分则可以提升其空间分辨率。近年来随着图像处理技术的发展，研本文档来自技高网...

【技术保护点】

1.基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，所述步骤S1中的向量量化GAN模型，包括：编码器、向量量化码本和解码器，通过多尺度特征提取，生成包含多种降质的低分辨率视频。

3.根据权利要求2所述的基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，所述步骤S1中的向量量化GAN模型的损失函数由向量量化损失、感知损失和对抗性损失的组合组成；其中，所述向量量化损失中添加了相应的分支项，损失函数如下式表示：</p>

4.根据...

【技术特征摘要】

1.基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，所述步骤s1中的向量量化gan模型，包括：编码器、向量量化码本和解码器，通过多尺度特征提取，生成包含多种降质的低分辨率视频。

3.根据权利要求2所述的基于单向卷积网络和降质建模的遥感视频超分辨率重建方法，其特征在于，所述步骤s1中的向量量化gan模型的损失函数由向量量...

【专利技术属性】
技术研发人员：张浩鹏，魏小源，姜志国，赵丹培，谢凤英，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：