【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及图像处理、深度学习等，尤其涉及一种遥感图像超分模型的训练方法和遥感图像超分方法。
技术介绍
1、卫星遥感图像能够快速提供地球表面的信息，中、低分辨率的卫星遥感图像在提取高精度的地物、地图更新、目标识别尤其是提取高精度的地物等应用中具有一定的局限性，随着高分辨率的卫星遥感图像的发展使得遥感图像在图像匹配、目标检测等方面的深入应用成为可能。然而，受成像技术和拍摄设备的影响，高分辨率的遥感图像通过设备直接获取比较困难，因而通过图像超分重建获得高分辨率的遥感图像受到广泛关注。
2、常见的遥感图像超分方法主要包括基于生成式的超分和基于transformer的超分，其中，基于生成式超分包括基于gan的超分和基于扩散模型的超分，这类超分结果图像虽然有更多的纹理细节，但同时存在伪影和明显的造假纹理；基于transformer的超分相对来说细节纹理不丰富，但没有伪影和造假问题。现有的基于transformer的网络表现出了不错的效果，但此种方法对低分辨率图像的信息范围利用有限，图像细节信息恢复不足，影响了图像重
<本文档来自技高网...【技术保护点】
1.一种遥感图像超分模型的训练方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始超分模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述遥感图像数据集包括多个由原始图像和下采样图像组成的样本对，所述下采样图像是通过对所述原始图像下采样得到，所述步骤S102包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤S1022包括：
5.根据权利要求4所述的方法，其特征在于，所述针对第i个残差混合注意力组，i为小于等于n的正整数,使用m个级联的所述混合注意力卷积块基于输入特征逐个进行特...
【技术特征摘要】
1.一种遥感图像超分模型的训练方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始超分模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述遥感图像数据集包括多个由原始图像和下采样图像组成的样本对，所述下采样图像是通过对所述原始图像下采样得到，所述步骤s102包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤s1022包括：
5.根据权利要求4所述的方法，其特征在于，所述针对第i个残差混合注意力组，i为小于等于n的正整数,使用m个级联的所述混合注意力...
【专利技术属性】
技术研发人员：朱颖，曹斐，林红磊，邹圣兵，
申请(专利权)人：北京数慧时空信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。