技術(shù)特征：

1.一種基于注意力機制的sentinel-2遙感影像超分辨率重建方法，其特征在于所述方法包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于注意力機制的sentinel-2遙感影像超分辨率重建方法，其特征在于所述空間注意力機制將高分辨率輸入進行全局平均池化和全局最大池化，得到有效的特征描述符，之后按照通道維度將其進行級聯(lián)后送入一個標準卷積層，經(jīng)過sigmoid函數(shù)得到空間注意力圖，最后將原始輸入與空間注意力圖進行相乘，重新縮放原始輸入；

3.根據(jù)權(quán)利要求1所述的基于注意力機制的sentinel-2遙感影像超分辨率重建方法，其特征在于所述通道注意力機制通過使用全局平均池化將通道方向的全局空間信息轉(zhuǎn)化為通道特征描述符，再經(jīng)過一個卷積激活層得到每一個通道的權(quán)重系數(shù)，將權(quán)重系數(shù)和原來的特征相乘得到縮放后的通道注意力圖，實現(xiàn)對不同通道的特征重新進行加權(quán)分配，最后使用殘差，將原始輸入和提取到的通道注意力圖進行相加；

技術(shù)總結(jié)
本發(fā)明公開了一種基于注意力機制的Sentinel?2遙感影像超分辨率重建方法，所述方法如下：一、獲取Sentinel?2遙感影像數(shù)據(jù)集；二、對Sentinel?2遙感影像數(shù)據(jù)進行預處理；三、將預處理后Sentinel?2遙感影像數(shù)據(jù)隨機劃分為訓練集和測試集；四、搭建基于注意力機制的Sentinel?2遙感影像超分辨率方法的深度學習模型結(jié)構(gòu)；五、使用訓練集對搭建好的模型進行訓練；六、使用訓練好的模型對測試集進行測試，得到Sentinel?2遙感影像超分圖像。本發(fā)明充分利用了Sentinel?2衛(wèi)星圖像的特點，并結(jié)合遙感圖像融合思想，提高了超分圖像的質(zhì)量，增強了地表信息的精確性與可靠性。

技術(shù)研發(fā)人員：孫思雨,王鑫宇,孫恕,李銳,高璞,景維鵬
受保護的技術(shù)使用者：陽光農(nóng)業(yè)相互保險公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30