[发明专利]基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法

权利要求书

1.基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法，其特征在于包括以下步骤：

步骤一：设计并搭建基于通道注意力的深度卷积神经网络模型；

步骤二：用较小的遥感数据库，构建训练样本，预训练步骤一搭建的深度卷积神经网络模型；

步骤三：步骤二的模型训练达到收敛时，添加更大的遥感数据库来进行精调，进一步提升网络的性能；

步骤四：在遥感图像重建阶段，将低分辨率图像作为输入，利用步骤三中训练出的模型来重建出最终的高分辨率图像。

2.根据权利要求1所述的基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法，其特征在于步骤一中深度卷积神经网络，该深度卷积神经网络引入了通道注意力机制，通道注意力机制可以利用各特征通道间的相互依赖关系，来提高网络的特征表达能力。

3.根据权利要求1所述的基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法，其特征在于步骤一中的卷积神经网络将不同层次的基于通道注意力的特征进行融合，为了充分利用不同层次的基于通道注意力的特征，通过融合层将每个残差通道注意力模块提取出的特征进行融合。

4.根据权利要求1所述的基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法，其特征在于步骤三中精调的训练策略，深度卷积神经网络模型通常需要更大的数据库训练来使网络达到最好的性能，本发明将精调策略引入到我们的网络训练中，进一步提升网络的性能。