Swin–MRDB: Pan-Sharpening Model Based on the Swin Transformer and Multi-Scale CNN

锐化 计算机科学 人工智能 全色胶片 卷积神经网络 变压器 模式识别(心理学) 特征提取 计算机视觉 高分辨率 图像分辨率 遥感 工程类 地理 电压 电气工程
作者
Zhifei Rong,Xuesong Jiang,Linfeng Huang,Hu Zhou
出处
期刊:Applied sciences [MDPI AG]
卷期号:13 (15): 9022-9022
标识
DOI:10.3390/app13159022
摘要

Pan-sharpening aims to create high-resolution spectrum images by fusing low-resolution hyperspectral (HS) images with high-resolution panchromatic (PAN) images. Inspired by the Swin transformer used in image classification tasks, this research constructs a three-stream pan-sharpening network based on the Swin transformer and a multi-scale feature extraction module. Unlike the traditional convolutional neural network (CNN) pan-sharpening model, we use the Swin transformer to establish global connections with the image and combine it with a multi-scale feature extraction module to extract local features of different sizes. The model combines the advantages of the Swin transformer and CNN, enabling fused images to maintain good local detail and global linkage by mitigating distortion in hyperspectral images. In order to verify the effectiveness of the method, this paper evaluates fused images with subjective visual and quantitative indicators. Experimental results show that the method proposed in this paper can better preserve the spatial and spectral information of images compared to the classical and latest models.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
隐形浩宇发布了新的文献求助10
刚刚
carol完成签到,获得积分10
1秒前
Yziii应助多情以山采纳,获得20
1秒前
淡淡人英发布了新的文献求助10
2秒前
3秒前
蔡雨岑发布了新的文献求助10
3秒前
3秒前
qyhyhn发布了新的文献求助10
4秒前
4秒前
4秒前
ding应助科研通管家采纳,获得30
4秒前
今后应助科研通管家采纳,获得10
4秒前
4秒前
小蘑菇应助科研通管家采纳,获得10
4秒前
无花果应助科研通管家采纳,获得10
5秒前
科研通AI2S应助科研通管家采纳,获得10
5秒前
乐乐应助科研通管家采纳,获得10
5秒前
汉堡包应助科研通管家采纳,获得10
5秒前
5秒前
852应助科研通管家采纳,获得10
5秒前
5秒前
5秒前
Jasper应助Qiuyan1111采纳,获得10
6秒前
6秒前
科目三应助zzz采纳,获得10
6秒前
田様应助zn315315采纳,获得10
7秒前
舒心易云发布了新的文献求助10
7秒前
7秒前
自信的念烟完成签到,获得积分10
7秒前
chimmychi发布了新的文献求助10
8秒前
Aoren完成签到,获得积分10
8秒前
9秒前
wfw发布了新的文献求助30
9秒前
坦率如柏发布了新的文献求助30
10秒前
monere应助hanleiharry1采纳,获得10
10秒前
结实的青荷完成签到 ,获得积分10
10秒前
小辛完成签到,获得积分10
11秒前
kiminonawa应助稻下乘凉采纳,获得10
11秒前
蒋大爷发布了新的文献求助10
11秒前
虚幻初之完成签到,获得积分10
12秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3246466
求助须知:如何正确求助?哪些是违规求助? 2889839
关于积分的说明 8260476
捐赠科研通 2558314
什么是DOI,文献DOI怎么找? 1387148
科研通“疑难数据库(出版商)”最低求助积分说明 650467
邀请新用户注册赠送积分活动 626920