基于残差卷积神经网络遥感图像超分辨率重建  

Reconstruction of remote sensing image based on residual convolutional neural network

作　　者：刘爽 周长才 王昕[1] LIU Shuang;ZHOU Changcai;WANG Xin(School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)

机构地区：[1]长春工业大学计算机科学与工程学院,吉林长春130012

出　　处：《长春工业大学学报》2021年第4期333-337,共5页Journal of Changchun University of Technology

基　　金：吉林省教育厅“十三五”科学技术研究项目(JJKH20181040KJ)。

摘　　要：首先去掉批规范化(Batch Normalization,BN)层,改进激活函数,然后重新构建网络模型结构并进行训练。在UCMerced_LandUse数据集上与VDSR和Bicubic方法进行了仿真对比。The Batch Normalization(BN)layer is removed to improve the activation function first,and then the network model structure is rebuilt for training.On UCMerced_LandUse dataset,simulation is carried to compare the method with VDSR and Bicubic methods.

关 键 词：遥感图像 超分辨率 残差卷积 激活函数 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]