TY -的A2 Koundal迪盟——Iskanderani艾哈迈德。非盟- Mehedi易卜拉欣m . AU - Aljohani Abdulah Jeza AU - Shorfuzzaman,默罕默德盟——Akhter Farzana盟——Palaniswamy Thangam AU -拉蒂夫,谢赫Abdul AU -拉蒂夫,Abdul盟——Jannat Rahtul PY - 2021 DA - 2021/12/23 TI -基于人工智能的深Pan-Sharpening遥感图像融合模型SP - 7615106六世- 2021 AB -在过去的二十年里,许多遥感图像融合技术旨在提高空间分辨率低空间分辨率的多光谱波段。主要目标是融合低分辨率的多光谱图像(MS)和high-spatial-resolution全色(PAN)图像获得融合图像有较高的空间和光谱信息。最近,许多基于人工智能的深度学习模型设计融合的遥感图像。但是这些模型没有考虑图像固有的分布差异和潘女士图片。因此,获得融合图像可能遭受梯度和颜色失真问题。为了克服这些问题,本文提出了一个高效的基于人工智能的深转移学习模型。Inception-ResNet-v2模型提高了使用color-aware知觉损失(CPL)。获得的融合图像进一步提高利用梯度通道作为后处理步骤之前。梯度频道之前是用来保持颜色和梯度信息。广泛的实验是由考虑基准数据集。 Performance analysis shows that the proposed model can efficiently preserve color and gradient information in the fused remote sensing images than the existing models. SN - 1687-5265 UR - https://doi.org/10.1155/2021/7615106 DO - 10.1155/2021/7615106 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -