用于遥感单图像超分辨率的空间-频率门控 Swin Transformer
计算机视觉与模式识别
2026-05-12 v1
摘要
遥感（RS）单图像超分辨率旨在从低分辨率观测中重建高分辨率图像，同时保留精细的空间结构。近期基于 Swin Transformer 的模型（包括 Swin2SR）通过移位窗口自注意力提供了强大的空间上下文建模，但其前馈网络仍是通用的通道混合模块，未能将低频结构内容与高频残差细节分离。为解决这一局限性，我们提出了 SFG-SwinSR，一种用于遥感单图像超分辨率的空间-频率门控 Swin Transformer。SFG-SwinSR 通过将每个 Transformer 块的标准前馈网络替换为轻量级空间-频率门控前馈网络（SFG-FFN），对原始 Swin2SR 注意力块进行了修改。该模块通过深度模糊分支估计低频内容，通过减法提取高频残差，使用轻量级空间分支对其进行优化，并通过瓶颈门自适应注入细节。在 SpaceNet 和 SEN2VEN{\mu}S 上的实验表明，SFG-SwinSR 在所评估的设置下提高了重建质量。在 SpaceNet 上，它达到了 45.19 dB 的 PSNR 和 0.9852 的 SSIM，表明对高频细节的有效增强。这证明了 Transformer 前馈网络内的空间-频率变换能改进遥感超分辨率中的细节重建。
引用
@article{arxiv.2605.09687,
title = {Spatial-Frequency Gated Swin Transformer for Remote Sensing Single-Image Super-Resolution},
author = {Md Aminur Hossain and Parekh Valkesh and Ayush V. Patel and Yogesh Jethani and Sanjay K. Singh and Biplab Banerjee},
journal= {arXiv preprint arXiv:2605.09687},
year = {2026}
}
备注
15 pages