低秩正则化自监督网络

该网络耦合模型驱动与数据驱动方法,无需成对图像和云掩膜即可去除厚云,提升了现有方法的灵活性。

陈勇 · Maolin, Chen · He, Wei · 曾锦山 · Min, Huang · 郑玉棒

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

无需成对影像

自监督网络无需外部训练数据集,可直接利用多时相影像自身进行学习。

无需云掩膜

通过估计云掩膜最大程度保留无云区域信息,避免掩膜获取的负担。

利用物理先验

耦合模型驱动与数据驱动,充分利用影像分量的低秩性和云分量的稀疏性等物理特性。

应用场景