| 跨尺度混合注意力的遥感图像超分辨率重建 |
| |
| 引用本文： | 肖振久,苏婷,曲海成,翟宇琦.跨尺度混合注意力的遥感图像超分辨率重建[J].计算机系统应用,2024,33(6):153-160. |
| |
| 作者姓名： | 肖振久 苏婷 曲海成 翟宇琦 |
| |
| 作者单位： | 辽宁工程技术大学 软件学院, 葫芦岛 125105 |
| |
| 基金项目： | 辽宁省高等学校基本科研项目(LJKMZ20220699); 辽宁工程技术大学学科创新团队(LNTU20TD-23) |
| |
| 摘 要： | 为了解决现有遥感图像超分辨率重建模型对长期特征相似性和多尺度特征相关性关注不足的问题, 提出了一种基于跨尺度混合注意力机制的遥感图像超分辨率重建算法. 首先提出了一个全局层注意力机制(global layer attention, GLA), 利用层注意力机制加权融合不同层级的全局特征, 建模低分辨率与高分辨率图像特征间的长期依赖关系. 同时, 设计了跨尺度局部注意力机制(cross-scale local attention, CSLA), 在多尺度的低分辨率特征图中寻找与高分辨率图像匹配的局部信息补丁, 并融合不同尺度的补丁特征, 以优化模型对图像细节信息的恢复能力. 最后, 提出一种局部信息感知损失函数来指导图像的重建过程, 进一步提高了重建图像的视觉质量和细节保留能力. 在UC-Merced数据集上的实验结果表明, 本文方法在3种放大倍数下的平均PSNR/SSIM优于大多数主流方法, 并在视觉效果方面展现出更高的质量和更好的细节保留能力.
|
| 关 键 词： | 遥感图像 超分辨率重建 多尺度特征融合 注意力机制 特征相似性 |
| 收稿时间： | 2023/12/20 0:00:00 |
| 修稿时间： | 2024/1/23 0:00:00 |
Super-resolution Reconstruction of Remote Sensing Images with Cross-scale Hybrid Attention |
| |
| XIAO Zhen-Jiu,SU Ting,QU Hai-Cheng,ZHAI Yu-Qi.Super-resolution Reconstruction of Remote Sensing Images with Cross-scale Hybrid Attention[J].Computer Systems& Applications,2024,33(6):153-160. |
| |
| Authors: | XIAO Zhen-Jiu SU Ting QU Hai-Cheng ZHAI Yu-Qi |
| |
| Affiliation: | Software College, Liaoning Technical University, Huludao 125105, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing image super-resolution reconstruction multi-scale feature fusion attention mechanism feature similarity |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
