公开(公告)号：CN119579460A

公开(公告)日：2025-03-07

申请号：CN202411655375.1

申请日：2024-11-19

Applicant: 东南大学

Inventor： 李俊伶 ,  黄晨彤 ,  后俊明 ,  吴晨旭

IPC: G06T5/73 ,  G06T5/60 ,  G06T5/50

Abstract: 本发明公开了一种基于双级优化驱动高频增强的遥感影像泛锐化方法及系统，该方法包括对原始遥感影像进行处理，并划分为训练集、验证集和测试集，构成遥感影像数据集；对遥感影像数据集中的影像，在不同模态间施加互信息最大化和对比学习的双重约束以进行双极优化，构建基于双极优化驱动高频增强的网络模型；利用遥感影像数据集中的训练集训练基于双极优化驱动高频增强的网络模型，得到训练完成的网络模型，该模型对应的网络参数为全局最优的网络参数；利用训练后的网络模型，得到泛锐化后的遥感影像，完成遥感影像的泛锐化。本发明实现了精确的细节重建，提升了融合的精度和效率，在不同数据集上具有优异的数值指标和视觉效果。

公开(公告)号：CN119379549A

公开(公告)日：2025-01-28

申请号：CN202411507794.0

申请日：2024-10-28

Applicant: 东南大学

Inventor： 李俊伶 ,  后俊明 ,  王旭航 ,  黄晨彤 ,  陈孝钰 ,  吴晨旭

IPC: G06T5/60 ,  G06T5/50 ,  G06T7/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0985

Abstract: 本发明公开了一种基于双边自适应演化Transformer的遥感影像泛锐化方法及系统，该方法包括对原始遥感影像进行处理，并划分为训练集、验证集和测试集，构成遥感影像数据集；对遥感影像数据集中的影像分别进行水平和垂直维度的自注意力计算，根据自适应演化机制更新权重，构建基于双边自适应演化Transformer的网络模型；利用遥感影像数据集中的训练集训练基于双边自适应演化Transformer的网络模型，得到训练完成的网络模型，该模型对应的网络参数为全局最优的网络参数；利用训练后的网络模型，得到泛锐化后的遥感影像，完成遥感影像的泛锐化。本发明显著减少了计算量，提升了融合的精度和效率，在不同数据集上具有优异的数值指标和视觉效果。