利用动态上采样滤波深度网络进行高分辨率多角度遥感影像超分辨率重建

作者：陈行; 罗斌

来源：武汉大学学报(信息科学版), 2021, 1-25.

DOI：10.13203/j.whugis20200651

• 超分辨率重建
• 多角度遥感影像
• 深度学习
• 动态上采样滤波

近年来，基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。然而，多角度遥感影像之间具有丰富的互补信息，非常适合进行超分辨率重建。因此，本文针对高分辨率多角度遥感影像提出了一种端到端的基于动态上采样滤波网络的超分辨率重建算法。该网络主要包含两个分支，一个分支通过动态上采样滤波模块来实现分辨率提升。另一个分支用来学习影像中的高频信息。通过将两个分支结果相加得到最终的超分辨率重建影像。该网络的超分辨率重建的有效性在WorldView-2多角度遥感影像数据集得到验证。实验结果表明本文提出的方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率，并且较好的保持了影像的细节信息。

• 单位
  武汉大学测绘遥感信息工程国家重点实验室