来源：期刊VIP网 时间：
作者：黄颖;黄晗滨;郭明强;王琨;葛亮;
单位：武汉软件工程职业学院(武汉开放大学)信息学院;中国地质大学(武汉)计算机学院;中国地质科学院矿产资源研究所;天津市测绘院有限公司;
摘要：针对现有多光谱遥感影像超分辨率重建网络算法难以有效捕捉影像中的长距离依赖关系，且参数量庞大，以及Transformer方法在光谱信息提取和处理结构差异较大的地物时存在的局限性等问题，该文提出了一种混合多尺度与可变形卷积注意力Transformer的超分辨率重建方法(HMDAT),充分利用Transformer的全局建模能力与卷积神经网络的局部特征提取能力。设计了残差稠密Transformer块(RDTB)、可变形卷积多头自注意力机制(DMSA)、光谱坐标注意力模块(SCAM)与多尺度前馈层(MFL)。实验结果表明，HMDAT能够实现更高的超分辨率重建质量，特别是在图像整体质量、全局结构和光谱信息方面具有较为明显的优势，成果可为高分辨率多光谱遥感影像超分重建提供技术支撑。
关键词：多光谱遥感影像;;超分辨率重建;;深度学习;;Transformer;;遥感影像处理
基金资助：国家科技重大专项(2024ZD1002006);; 国家自然科学基金面上项目(42571466);; 武汉东湖新技术开发区揭榜挂帅项目(2024KJB350,2024KJB347);; 天津市科技局重点研发计划项目(22YFYSHZ00250)
