CDFAN:跨领域融合注意力网络,用于全面研磨
Jinting Ding1, Honghui Xu2, Shengjun Zhou3
1School of Information and Electrical Engineering, Hangzhou City University, Hangzhou 310015, China.
Entropy (Basel, Switzerland)
|June 26, 2025
概括
一个新的跨域融合注意网络 (CDFAN) 通过使用高分辨率泛色数据来增强低分辨率的高光谱图像. 这种方法提高了空间质量和光谱保真度,优于现有的全磨技术.
科学领域:
- 遥感 遥感 遥感 遥感
- 图像处理 图像处理
- 计算机视觉 计算机视觉
背景情况:
- 泛敏化通过使用高分辨率泛色彩 (PAN) 数据计算地提高了低分辨率超光谱图像 (LRMS) 的空间分辨率.
- 现有的方法在保护高频细节和有效整合空间光谱信息方面扎.
研究的目的:
- 引入一种新的架构,即跨域融合注意网络 (CDFAN),以改进全面利.
- 解决传统的空间域和基于频率的全化方法的局限性.
主要方法:
- CDFAN使用一个多域交互注意 (MDIA) 模块,使用离散波波变换 (DWT) 来实现跨域的注意.
- 使用一个具有多尺度卷积路径和专家特征补偿器的空间多尺度增强 (SMCE) 模块.
- 注意力机制是跨波形和空间领域构建的,以实现有效的融合.
主要成果:
- 在基准数据集上,CDFAN显示出与最先进的全面利方法相比的显著改进.
- 拟议的网络在融合的高分辨率多光谱 (HRMS) 图像中实现了增强的光谱空间真实性.
- 结果显示出优越的重建质量和感知质量.
结论:
- 通过有效地整合多领域信息,CDFAN提供了一个强大的全面利解决方案.
- 该架构成功地保留了高频纹理和光谱完整性.
- 这一进步有助于为各种应用提供更高质量的高光谱图像融合.
更多相关视频
05:59New Framework for Understanding Cross-Brain Coherence in Functional Near-Infrared Spectroscopy (fNIRS) Hyperscanning Studies
Published on: October 6, 2023
06:11High-definition Transcranial Direct Current Stimulation over Right Dorsolateral Prefrontal Cortex to Enhance Metacognitive Sensitivity
Published on: September 26, 2025
