[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在审
| 申请号： | 201811439902.X | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109584161A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 任超;杨杰;周欣;何小海;王正勇;熊淑华;滕奇志 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种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。本发明在提出的卷积神经网络中引入了通道注意力机制，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。主要包括以下步骤：设计并搭建基于通道注意力的卷积神经网络模型；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；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。本发明所述的方法可以获得更好的重建效果，是一种有效的遥感图像超分辨率重建方法。 | ||
| 搜索关键词： | 卷积神经网络 遥感图像 超分辨率重建 注意力 遥感数据库 重建 低分辨率图像 高分辨率图像 注意力机制 模型训练 特征表达 特征通道 训练步骤 训练样本 依赖关系 构建 精调 收敛 网络 引入 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811439902.X/，转载请声明来源钻瓜专利网。
- 上一篇：图像捕获和排序
- 下一篇：一种基于生成网络的图像超分辨率重构的方法
