多尺度条件可逆网络

无光谱失真锐化

通过条件可逆块将全色图像预处理为纹理信息,在信息保持的框架下恢复光谱信息,解决了传统深度学习方法中光谱扭曲和纹理不足的问题。

Wang, Jiaming · Lu, Tao · Huang, Xiao · Zhang, Ruiqian · Feng, Xiaoxiao

Information Fusion 2024

技术优势

光谱不扭曲

条件可逆块将全色图像预处理为纹理信息,避免其直接注入导致光谱信息被污染,从而在融合结果中保持光谱保真。

纹理细节足

网络在全色图像引导下进行可逆映射,能将高分辨率参考图像中的细节传递到锐化结果,克服纹理表示不足的问题。

信息不丢失

可逆网络结构保证变换过程中信息无损,低分辨率多光谱图像与重采样潜变量共同预测锐化图像,提高重建精度。

性能最佳

在客观指标和主观视觉评估上均超过现有最先进方法,后处理实验也证实感知质量显著提升。

应用场景