计算机科学与探索

作者：王超学, 代宁

单位：西安建筑科技大学 信息与控制工程学院，西安 710055

关键词：遥感图像,空间注意力,通道注意力,超分辨率重建

针对遥感图像中地物目标的特征信息模糊以及背景噪声影响导致遥感图像重建效果差的问题，提出一种融合双分支语义增强感知的遥感图像超分辨率重建算法。首先，设计了一种全局-局部空间注意力模块，该模块用于增强特征在空间全局-局部不同尺度下的语义表征能力，同时强化网络对有效特征组的分辨能力；其次，提出一种通道分组-聚合注意力模块，通过设计特征分组-聚合以及通道注意力模块，增强模型对地物目标特征的区分，强化对有效特征通道的关注能力。实验表明，所提算法在UC Merced数据集上，峰值信噪比在×2/×3/×4倍率下分别达到了34.397 dB、29.920 dB和28.128 dB，结构相似度在×2/×3/×4倍率下达到了0.931、0.834和0.791。在AID数据集上，峰值信噪比在×2/×3/×4倍率下分别达到了32.524 dB、29.317 dB和27.522 dB，结构相似度在×2/×3/×4倍率下达到了0.895、0.829和0.721。两个指标相较于等主流算法均有所提升，重建后图像的边缘与区域细节效果更优，有效克服了地物目标的特征信息模糊及背景噪声影响导致遥感图像重建效果差的问题。

来源：2024年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第5期