弱监督超分网络

真实场景直接适用

面向时空错位遥感影像的弱监督超分方法，无需合成退化模型即可在真实卫星数据上实现更优重建。

Quanyi, Guo · 刘瑞 · Yangtian, Fang · Yi, Gao · 陈骏 · Tian, Xin

ISPRS Journal of Photogrammetry and Remote Sensing 2026

技术优势

真实影像直接可用

无需合成退化模型，直接使用多卫星实拍影像训练，消除域差距。

时空错位能对齐

尺度对齐模块用仿射变换对齐像素和全局特征，时间对齐模块用窗口注意力调整内容权重。

风格结构双引导

对比学习风格编码器与变分推断结构编码器引导对齐模块，增强适应性。

高频细节增强

纹理迁移模块增强高频信息，与对齐特征加权融合生成超分图像。

应用场景

• 遥感图像增强：直接提升真实卫星影像分辨率，减少合成训练带来的域差距。
• 图像超分辨率：处理多卫星时空错位数据，无需配对的HR-LR训练对。
• AI图像重建：弱监督学习重建，直接利用实拍多分辨率影像。