一种通过多尺度掩码时空注意力与多目标联合优化策略来修复光学时序影像缺失数据的深度学习方法。
Zaiyan, Zhang · 阎继宁 · Yuanqi, Liang · Jiaxin, Feng · He, Haixu · Cao, Li
IEEE Transactions on Geoscience and Remote Sensing 2025
通过多尺度掩码时空注意力提取高质量邻域特征，在两种公开数据集上MAE降低9.76%和9.30%，PSNR提升0.56 dB和0.62 dB。
掩码时空注意力机制显著降低了注意力机制的计算复杂度，使高效利用邻域特征成为可能。
通过“像素-结构-感知”多目标联合优化，从多个角度增强重建结果的视觉质量并保留更多纹理结构。