全极化SAR与单极化SAR图像融合网络
图像与视频处理
2021-07-20 v1 计算机视觉与模式识别
摘要
数据融合技术旨在聚合不同数据的特征并获得具有多数据优势的产品。为解决因系统限制导致的PolSAR图像分辨率降低问题，我们提出一种全极化合成孔径雷达（PolSAR）图像与单极化合成孔径雷达（SinSAR）图像融合网络，以生成高分辨率PolSAR（HR-PolSAR）图像。为利用低分辨率PolSAR（LR-PolSAR）图像的极化信息和高分辨率单极化SAR（HR-SinSAR）图像的空间信息，我们提出一种LR-PolSAR图像与HR-SinSAR图像联合的融合框架，并设计交叉注意力机制从联合输入数据中提取特征。此外，基于物理成像机制，我们设计了PolSAR极化损失函数用于约束网络训练。实验结果证实了该融合网络相对于传统算法的优越性。平均PSNR提升超过3.6db，平均MAE降至小于0.07。极化分解与极化特征上的实验表明其较好地保持了极化信息。
引用
@article{arxiv.2107.08355,
title = {Fully Polarimetric SAR and Single-Polarization SAR Image Fusion Network},
author = {Liupeng Lin and Jie Li and Huanfeng Shen and Lingli Zhao and Qiangqiang Yuan and Xinghua Li},
journal= {arXiv preprint arXiv:2107.08355},
year = {2021}
}