MARNet架构 基于模型的多头注意残余展开网络 ！

文章预览

前言   本文的主要目标是将高分辨率的全色图像（PAN）与低分辨率的多光谱（MS）或多光谱立体像（HS）图像准确地组合起来。展开融合方法将深度学习的强大表示能力与基于模型的方法的可行性相结合。这些技术将优化策略的步骤展开为深度学习框架中的步骤，从而得到高效且具有良好解释性的架构。 在本文中，作者提出了一种基于模型的深度展开法来对卫星图像进行融合。作者的方法基于一个变分形式，其中包括了用于MS/HS数据的传统观测模型，基于PAN图像的高频注入约束，以及任意凸先验。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： 未来先知 仅用于学术分享，若侵权请联系删除 源代码：https://github.com/TAMI-UIB/MARNet 1 Introduction 地球观测卫 ………………………………