基于双流融合网络的遥感图像融合
计算机视觉与模式识别
2018-01-29 v3
摘要
遥感图像融合（亦称全色锐化）旨在由高空间分辨率单波段全色（PAN）图像和低空间分辨率多光谱（MS）图像作为输入，生成高分辨率多光谱图像。受卷积神经网络（CNNs）在各种计算机视觉任务中惊人成就的启发，本文提出一种双流融合网络（TFNet）来解决全色锐化问题。不同于以往将全色锐化视为超分辨率问题并在像素级进行全色锐化的基于CNN的方法，所提TFNet旨在特征级融合PAN与MS图像，并从融合特征重建全色锐化图像。TFNet主要由三部分组成。第一部分由分别从PAN和MS图像提取特征的两个网络构成。后续网络将二者融合形成紧凑特征，同时表示PAN和MS图像的空间与光谱信息。最后，通过图像重建网络从融合特征恢复所需的高空间分辨率MS图像。在Quickbird和\mbox{GaoFen-1}卫星图像上的实验表明，所提TFNet能有效融合PAN和MS图像，并生成可与最先进方法竞争甚至更优的全色锐化图像。
引用
@article{arxiv.1711.02549,
title = {Remote Sensing Image Fusion Based on Two-stream Fusion Network},
author = {Xiangyu Liu and Qingjie Liu and Yunhong Wang},
journal= {arXiv preprint arXiv:1711.02549},
year = {2018}
}
备注
An extension of MMM 2018