-
公开(公告)号:CN118038086A
公开(公告)日:2024-05-14
申请号:CN202410430415.6
申请日:2024-04-11
Applicant: 安徽大学
IPC: G06V10/52 , G06N3/0464 , G06N3/09 , G06V10/82 , G06V10/88
Abstract: 本发明涉及一种基于多尺度和深度监督耦合增益的SAR转光学图像方法,所述方法包括以下步骤:获取成对光学遥感影像和SAR影像数据集;构建基于多尺度和深度监督耦合增益的SAR转光学图像模型;基于多尺度和深度监督耦合增益的SAR转光学图像模型训练;获取待翻译SAR影像数据;获取SAR影像翻译成光学影像结果。与现有技术相比,通过构建多层次的SAR转光学图像模型,充分利用不同尺度下SAR的图像特征的一致性与互补性,保证每一层的图像翻译都是有方向的;同时本发明对每种尺度下的翻译结果进行深度监督,对聚合的多尺度特征进行有效过滤;在二者的协同作用下,最终实现局部纹理保持和全局色调一致的SAR转光学图像。
-
公开(公告)号:CN118038086B
公开(公告)日:2024-06-25
申请号:CN202410430415.6
申请日:2024-04-11
Applicant: 安徽大学
IPC: G06V10/52 , G06N3/0464 , G06N3/09 , G06V10/82 , G06V10/88
Abstract: 本发明涉及一种基于多尺度和深度监督耦合增益的SAR转光学图像方法,所述方法包括以下步骤:获取成对光学遥感影像和SAR影像数据集;构建基于多尺度和深度监督耦合增益的SAR转光学图像模型;基于多尺度和深度监督耦合增益的SAR转光学图像模型训练;获取待翻译SAR影像数据;获取SAR影像翻译成光学影像结果。与现有技术相比,通过构建多层次的SAR转光学图像模型,充分利用不同尺度下SAR的图像特征的一致性与互补性,保证每一层的图像翻译都是有方向的;同时本发明对每种尺度下的翻译结果进行深度监督,对聚合的多尺度特征进行有效过滤;在二者的协同作用下,最终实现局部纹理保持和全局色调一致的SAR转光学图像。
-