远程传感图像的基于网络的超高分辨率重建
Longbao Wang1,2, LiSheng Liu3, Qing Yu3
1College of Computer Science and Software Engineering, Hohai University, Nanjing, China. wlb@hhu.edu.cn.
Scientific reports
|March 4, 2026
概括
本研究介绍了一种轻量级的超密集连接生成对抗网络 (SDGAN),以提高远程传感图像质量. 新模型提高了分辨率,并减少了处理时间,以实现更好的城市规划和资源管理.
科学领域:
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 卫星图像对于资源管理和城市规划至关重要.
- 现有的超分辨率方法面临着图像缺陷,计算低效率和有限的概括性的挑战.
研究的目的:
- 开发一个轻量化框架,以提高遥感图像质量.
- 解决当前超分辨率技术在处理图像缺陷和计算需求方面的局限性.
主要方法:
- 拟议的SDGAN (超密集连接生成对抗网络) 框架.
- 一个超密集的残余模块与2D卷积内核的集成.
- 使用双分辨器系统,注重U-Net以提高效率.
主要成果:
- 在UCMerced-LandUse和WHU-RS19数据集上实现了最先进的性能.
- 显著减少运行时间:21.72%和14.47%的基线.
- 有效平衡的重建质量与计算效率.
结论:
- SDGAN提供了一种高效和有效的解决方案,用于遥感中的超分辨率.
- 该框架将文物最小化并增强本地特征表示.
- 在城市规划和资源管理方面,SDGAN对现实世界的应用充满希望.


