图像间变异融合网络

真实成像更稳健

针对真实成像条件下高光谱与多光谱图像间的辐射差异,通过迭代重加权优化和轻量卷积网络学习图像先验,在不牺牲光谱保真度的前提下提升融合分辨率。

Wang, Xiuheng · Borsoi, Ricardo Augusto · Richard, Cȩdric · 陈捷

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

考虑图像间变异

模型显式考虑来自异构源数据的图像间变异,能处理辐射差异。

学习灵活先验

利用轻量 CNN 学习真实图像先验,提升融合质量。

零样本学习

提出零样本策略,以无监督方式直接学习潜在图像的特定先验。

应用场景