文章目录
- Hyperspectral Image Super-Resolution via Deep Spatiospectral Attention Convolutional Neural Networks
Hyperspectral Image Super-Resolution via Deep Spatiospectral Attention Convolutional Neural Networks
- 通过上采样高光谱保留其光谱特征，采用CA保留其光谱结构信息用于映射多光谱图像的光谱结构。
- 对于多光谱图像，其空间结构多，采用SA获取其原始空间结构特征，对特征图像进行映射。
- 在融合阶段，对多光谱进行卷积（下采样）让其和高光谱图像同分辨率，在交叉融合，间隔插入，之后采用PixelShuffle模块，对这个特征进行channel通道的扩充，然后进一步再与原始多光谱图像进行交叉concat，得到一个处理后的数据图像，再经过resnet进行特征提取，通过之前的SA结构，映射空间特征，通过CA模块映射光谱特征，最后再一次与原始高光谱图像进行融合，保留了其数据的完整性，
)
