公开(公告)号：CN118411440A

公开(公告)日：2024-07-30

申请号：CN202410497991.2

申请日：2024-04-24

Applicant: 湖州师范学院

Inventor： 石翠萍 ,  施凯杰 ,  胡文军

IPC: G06T11/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495

Abstract: 基于遥感图像压缩网络的遥感图像重构方法，本发明涉及遥感图像重构方法。本发明的目的是为了解决现有基于学习的图像压缩方法中存在更多的数据冗余，并没有充分考虑全局信息和多尺度局部信息，以及潜在表示的分布中保留一些统计冗余信息，导致图像重构准确率低的问题，而提出基于遥感图像压缩网络的遥感图像重构方法。基于遥感图像压缩网络的遥感图像重构方法具体过程为：一、随机采样带标签的遥感图像，作为训练集；二、构建基于多头全局注意力和空谱信息融合的遥感图像压缩网络MGSSNet；三、获得训练好的基于多头全局注意力和空谱信息融合的遥感图像压缩网络；四、完成对待测遥感图像的重建。本发明用于图像的重建领域。

公开(公告)号：CN119941880A

公开(公告)日：2025-05-06

申请号：CN202510034960.8

申请日：2025-01-09

Applicant: 湖州师范学院

Inventor： 石翠萍 ,  施凯杰 ,  王天毅

IPC: G06T9/00 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  H04N19/124 ,  H04N19/182 ,  H04N19/33

Abstract: 基于多维协同边信息引导的动态特征增强网络的遥感图像压缩方法，本发明涉及遥感图像压缩方法。本发明的目的是为了解决目前有损遥感图像压缩方法中遥感图像在高压缩比的情况下，容易丢失结构特征，导致伪影、块效应和模糊现象，从而丢失图像的重要信息的问题。过程为：构建DMENet网络模型；DMENet网络模型表示多维协同边信息引导的动态特征增强网络模型；DMENet网络模型包括边信息引导的多维特征提取模块MDEI、压缩模块、编码解码模块、重构模块；边信息引导的多维特征提取模块MDEI包括横向注意力模块HA、纵向注意力模块VA和边缘特征提取模块EEM；切片动态金字塔模块SDPM依次包括SS、SEB、PEB。本发明用于遥感图像压缩领域。