计算机工程与科学

作者：张胜裕1, 2, 3, 宋慧慧2, 3, 4

单位：（1.南京信息工程大学软件学院，江苏 南京 210044；2.南京信息工程大学江苏省大数据分析技术重点实验室, 江苏 南京 210044；3.南京信息工程大学江苏省大气环境与装备技术协同创新中心，江苏 南京 210044；4.南京信息工程大学自动化学院，江苏 南京 210044

关键词：全色锐化,特征解耦,跨模态特征融合,

基金：国家自然科学基金(61872189)

全色锐化的目的是将同一卫星生成的高分辨率全色图像和低分辨率多光谱图像融合起来，以生成高分辨率的多光谱图像。现有模型在融合多模态信息时未能充分挖掘不同模态之间的关联性和互补性，导致其未能充分发挥多模态信息的优势，影响全色锐化的质量。为了解决跨模态特征提取和融合不充分的问题，提出一种基于特征解耦的双流网络模型，从全色图像和多光谱图像中捕获到更丰富的特征信息。具体而言，该网络模型首先利用编码器将全色图像和多光谱图像的特征解耦为全局特征和局部特征，从而提高模型捕捉长程依赖和局部细节的能力。然后跨模态融合模块对这些特征进行域内和域间融合，使模型能够在不同层次上学习到更加丰富和全面的特征表示。接着，渐进融合模块逐步融合全局特征和局部特征，以获取更准确的特征表示。最后，将融合后的特征送入解码器生成高分辨率多光谱图像。在高分-2和WorldView-3上的实验结果表明，所提出的网络模型相较于许多现有的模型更具有优越性。

来源：2025年第9期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第9期