期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于非局部挖掘再现网络的自监督无人机航拍图像超分辨率重建
1
作者 张永挺 林江涛 +1 位作者 谢绍敏 刘剑 《测绘通报》 北大核心 2025年第1期16-21,共6页
近年来,深度卷积神经网络在无人机航拍图像超分辨率任务中应用,使得无人机航拍图像超分辨率的性能取得了巨大的提升。然而,基于卷积神经网络的超分辨率方法依赖于特定的训练数据集,这种数据集通常是通过固定双三次采用内核对图像进行下... 近年来,深度卷积神经网络在无人机航拍图像超分辨率任务中应用,使得无人机航拍图像超分辨率的性能取得了巨大的提升。然而,基于卷积神经网络的超分辨率方法依赖于特定的训练数据集,这种数据集通常是通过固定双三次采用内核对图像进行下采样构建的。当处理后的图像不满足这种“理想”情况时,其性能将急剧下降。因此,本文提出一种基于非局部挖掘再现网络的自监督无人机航拍图像超分辨率重建方法(NLMRN)。NLMRN只需要一张输入图像,无需对外部数据集进行预训练。它利用无人机航拍图像内部信息的非局部再现性,对输入图像本身进行下采样,以获得较低分辨率的图像并进行训练。为了更好地学习非局部重复特征,使用非局部上下文挖掘块(NLCM)建立非局部区域间的关系,并选择全局特征图的子集补充每个特定位置,以获得精确细节和纹理的重建。NLCM有效弥补了卷积运算一次只能处理一个局部邻域的不足。通过大量的试验验证,NLMRN在处理“非理想”条件下的无人机航拍图像时,明显优于其他先进的超分辨率方法。 展开更多
关键词 无人机航拍 超分辨率 非局部再现性 全局特征图
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部