公开(公告)号：CN116206213A

公开(公告)日：2023-06-02

申请号：CN202310146339.1

申请日：2023-02-21

Applicant: 厦门理工学院

Inventor： 满旺 ,  谭占聪 ,  杜晓凤 ,  王桂松 ,  王超

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/094

Abstract: 本发明涉及遥感影像处理技术领域，提供一种非配对遥感图像去薄云的方法，包括下列步骤：将含云图像x输入到生成器Gc中，以输出生成图像fake；在输出生成图像fake的过程中加入对比学习损失Lcl和内容损失Lc来保持含云图像x和生成图像fake的内容一致；将生成图像fake与无云图像y输入到鉴别器Dc中，来判别真假，其中y不是x的真实值；在经过迭代训练之后得到训练好的生成器Gc，以使得经过训练好的生成器Gc所生成的生成图像fake实现去薄云。通过将对比学习和内容损失加入到Gan框架，来维持生成图像和有云图像的内容一致性，并且针对生成器引入了频率通道注意块，来进一步提高生成图像质量，进而实现高效的非配对遥感图像去薄云处理。

公开(公告)号：CN119693256A

公开(公告)日：2025-03-25

申请号：CN202411819738.0

申请日：2024-12-11

Applicant: 厦门理工学院

Inventor： 满旺 ,  江雨杉 ,  谭占聪 ,  杜晓凤 ,  聂芹

IPC: G06T5/60 ,  G06T5/77 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明设计薄云去除技术领域，本发明提供一种基于Transformer的双重对比感知循环一致性网络的薄云去除方法、设备及可读存储介质，其包括获取数据集，并按预设比例划分为训练集和测试集；构建模型包括构建2个生成器、2个判别器，2个生成器分别用于将薄云图像转换为无云图像和将无云图像转换为薄云图像，2个判别器分别用于判别生成的无云图像的真实性和薄云图像的真实性；基于循环一致性损失、双重对比损失和双重感知损失，生成无云图像；利用模型输出得到去除薄云的遥感图像。借此，利用Transformer的全局信息处理能力，有效捕捉遥感图像中的大尺度或全局特征，弥补了传统CNN难以处理全局信息的不足之处。