融入成像光谱先验与空-谱补偿的无监督深度学习全色锐化方法
编号:2203 访问权限:仅限参会人 更新:2024-04-12 10:16:26 浏览:953次 快闪报告

报告开始:2024年05月18日 16:45(Asia/Shanghai)

报告时间:5min

所在会场:[S7] 主题7、遥感与地理信息科学 [S7-3] 主题7、遥感与地理信息科学 专题7.3(18日下午,305)

暂无文件

摘要
大多数基于深度学习的全色锐化方法依赖降分辨率训练样本,限制了其在真实场景中的应用性能,并且对成像机理以及遥感信息的复杂性关注不足,导致理想影像与观测影像之间的关系表达不合理,全分辨率特征难以充分利用。针对上述问题,本研究提出了一种结合成像光谱先验和空-谱补偿的无监督全色锐化方法。该方法首先通过融合网络获得初始融合影像,然后引入耦合成像光谱先验的光谱自适应退化网络表征融合影像和全色影像之间的逐像素光谱映射,最后利用空谱联合渐进补偿策略通过多轮残差融合实现融合影像中有效信息的精细增强。该方法在实现光谱保真的同时在空间增强方面表现出色,并展现了在特定应用中的优势,如大尺度影像融合和植被指数生成。
 
关键词
全色锐化,深度学习;遥感;图像融合,光谱响应函数
报告人
张博轩
硕士研究生 武汉大学

稿件作者
张博轩 武汉大学
蒋梦辉 武汉大学
沈焕锋 武汉大学 资源与环境科学学院
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    05月20日

    2024

  • 03月31日 2024

    初稿截稿日期

  • 03月31日 2024

    报告提交截止日期

  • 05月20日 2024

    注册截止日期

主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询