盲超分 Conv-Swin 网络

幅相学习抗盲降质

结合卷积与Transformer并引入幅相学习模块，适合盲遥感图像超分重建。

Mingyang, Hou · Zhiyong, Huang · Zhi, Yu · Yan, Yan · Yunlan, Zhao · Xiao, Han · 侯明阳

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

无需降质模型

盲超分直接学习数据中的复杂退化，摆脱了对理想化固定降质模型的依赖。

局部全局兼顾

卷积与Transformer结合，同时捕获局部细节与长程依赖，提升重建质量。

频域特征增强

幅相学习模块与分块频域损失强化高频信息恢复，使纹理更清晰。

应用场景

• 遥感图像增强：提升遥感影像空间分辨率，改善地物识别与解译精度。
• 计算机视觉超分：为超分任务提供结合Transformer与频域约束的新方案。