-
题名基于生成对抗网络的SAR解压缩图像重建算法
被引量：1
- 1
-
-
作者
张冰玉
潘志刚
姚锴
董旭彬
-
机构
中国科学院空天信息创新研究院
中国科学院大学
-
出处
《中国科学院大学学报(中英文)》
北大核心
2025年第5期666-676,共11页
-
基金
国家重点研发计划(2017YFB0503001)资助。
-
文摘
合成孔径雷达(SAR)图像的高倍数压缩处理会导致图像中目标和纹理信息受损,解压缩后的SAR图像会出现细节模糊、目标不易分辨等问题,难以有效反映真实的地物特征。为解决上述问题,基于生成对抗网络(GAN)架构,提出一种新的SAR图像重建算法,该算法基于编解码结构,将卷积神经网络与自注意力机制并行融合作为生成器,设计了简洁高效的ConTransformer,从而得到更丰富的全局特征,有效提升小目标重建效果。针对判别网络,在UNet特征提取器中引入谱归一化,降低模型对输入扰动的敏感程度,从而达到抑制伪影的效果;同时引入预训练掩码机制,加强高层次语义特征提取,提升重建图像的真实性。实验证明该方法所得到的重建图像比Real-ESRGAN等基于GAN的经典方法所得重建结果具有更为清晰的视觉效果,且关键性能指标值更为出色,其中峰值信噪比提升0.57~1.54 dB。
-
关键词
sar解压缩图像
生成对抗网络
ConTransformer编码器
掩码机制
-
Keywords
sar decompressed image
generative adversarial networks(GAN)
ConTransformer encoder
masking mechanism
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
