【摘 要】
：
对于合成孔径雷达(SAR)图像,传统的超分辨重建方法对视觉特征的人为构造十分依赖,基于普通卷积神经网络(CNN)的超分辨重建方法对微小目标的重建能力较弱,对边缘轮廓的保真度
【机 构】
：
中国科学院空天信息创新研究院,中国科学院电子学研究所,中国科学院大学
【基金项目】
：
国家重点研发计划(2017YFB0503001)
论文部分内容阅读
对于合成孔径雷达(SAR)图像,传统的超分辨重建方法对视觉特征的人为构造十分依赖,基于普通卷积神经网络(CNN)的超分辨重建方法对微小目标的重建能力较弱,对边缘轮廓的保真度较差。针对以上问题,该文提出一种基于特征复用的膨胀-残差卷积超分辨网络模型,同时引入感知损失,实现了精确的SAR图像4倍语义级超分辨。该方法为增加网络感受野,采用膨胀-残差卷积(DR-CNN)结构用于限制模型中特征图分辨率的严重损失,提高网络对微小细节的敏感度;为实现不同层级的特征最大化利用,将不同层级的特征图进行级联,形成一种特征复用
其他文献
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
目的:探讨平衡针灸联合康复训练治疗颈肩腰腿痛的临床疗效。方法:以2017年12月~2018年12月在我院接受治疗的90例颈肩腰腿痛患者为主要研究对象,随机分为三组,每组30例。A组采
目的建立佐剂型关节炎大鼠滑膜成纤维细胞(AAFLS)原代培养方法及其特性分析,探讨AA-FLS作为RA体外研究细胞模型的可行性。方法采用热杀死结核分枝杆菌H37Ra(Mtb)免疫SD大鼠,