基于轻量化生成对抗网络的遥感图像超分辨率重建

针对ESRGAN模型复杂度高、特征提取与表示性能欠佳的问题，提出了一种基于轻量化生成对抗网络(Light weight Generative Adversarial Network, LwGAN)的遥感图像超分辨率重建算法。该算法以改进残差密集模块(Improved Residual Dense Block, IRDB)为基础块构建生成网络的高阶特征提取部分，提取了丰富的多样化特征，同时建立了特征的通道及长距离位置关系，在降低模型参数量的同时提升了模型的特征提取与表示性能。通过在UC MERCED和NWPU-RESISC45数据集上的实验结果表明，与ESRGAN相比，LwGAN获取了更大的峰值信噪比和结构相似度，显著提升了遥感图像的超分辨率重建性能，可视化结果表明重建图像恢复了更多的纹理细节信息，同时模型参数量仅为原始ESRGAN的约三分之一，大幅地提高了模型的运行效率，为后续遥感图像的分析处理奠定了基础。