DSConv：用于全色锐化的动态分裂卷积
计算机视觉与模式识别
2025-08-18 v2
摘要
全色锐化旨在获取高分辨率图像，涉及多光谱图像（MS）与全色图像（PAN）的融合，这一底层视觉任务在当代研究中仍然重要且充满挑战。现有方法大多主要依赖标准卷积，鲜有致力于自适应卷积的研究，而自适应卷积因遥感图像的像素间相关性而十分有效。本文提出了一种新颖的策略，结合注意力机制动态分裂卷积核，选择感兴趣的位置，并将原始卷积核分裂为多个更小的核，称为DSConv。所提出的DSConv能更有效地提取感受野内不同位置的特征，增强网络的泛化能力、优化能力和特征表示能力。此外，我们创新并丰富了动态分裂卷积的概念，并基于此方法提供了一种能够更高效完成全色锐化任务的新型网络架构。充分的公平实验证明了DSConv的有效性及其达到的最先进性能。全面而严谨的讨论证明了DSConv的优越性及其最佳使用条件。
引用
@article{arxiv.2508.06147,
title = {DSConv: Dynamic Splitting Convolution for Pansharpening},
author = {Xuanyu Liu and Bonan An},
journal= {arXiv preprint arXiv:2508.06147},
year = {2025}
}
备注
The content of the paper is not yet fully developed, and the proposed approach requires further optimization. Additionally, the experimental results are incomplete and need to be supplemented. Therefore, I request the withdrawal of this submission for further revision and improvements