基于分组双阶段双向卷积长短期方法的高光谱图像超分辨率网络OA
文章提出基于分组的双阶段Bi-ConvLSTM网络(GDBN),可以充分利用图像的空间和光谱信息,通过使用以波段为单位的分组策略,有效缓解了计算负担,并对光谱信息进行保护。在编码器的不同阶段,对浅层信息提取模块和深度特征提取模块进行不同层次信息的提取,浅层信息提取模块能够对不同尺度的浅层特征信息进行充分捕捉,深度特征提取模块能够捕捉图像的高频特征信息。文章还引入通道注意力机制,增强网络对特征的组织能力,并在自然数据集cave上进行大量实验,效果普遍优于目前主流的深度学习方法。
林建君;侯钧译;杨翠云;
烟台职业学院信息工程系,山东烟台264670青岛科技大学信息科学技术学院,山东青岛266000
计算机与自动化
双向卷积长短期记忆网络高光谱图像超分辨率通道注意力神经网络深度学习
《智能城市》 2024 (004)
P.1-3 / 3
国家自然科学基金青年项目(32301702)。
评论