MVFMNet：一种用于遥感图像超分辨率处理的轻量级网络

《IEEE Journal on Miniaturization for Air and Space Systems》：MVFMNet: A Lightweight Network for Remote Sensing Image Super-Resolution

遥感图像超分辨率研究提出MVFMNet，通过多级方差特征调制网络整合局部方差感知空间注意力模块和对称门控前馈网络，有效平衡小边缘设备的计算效率与图像重建精度，在复杂网络架构和资源限制间实现优化。

　　

摘要：

基于深度神经网络的遥感图像超分辨率（RSISR）研究已经取得了显著进展。然而，复杂的网络架构和高计算成本与小型边缘设备的资源限制之间存在矛盾。为了解决这一问题，本文提出了一种多层方差特征调制网络（MVFMNet），该网络能够有效利用局部和非局部信息，从而实现更好的遥感图像超分辨率重建。具体来说，我们设计了一种局部方差感知的空间注意力（LVSA）模块，该模块采用自适应最大池化技术提取非局部特征，并引入局部方差来表示局部结构。在LVSA的基础上，我们通过整合两个具有不同下采样尺度的LVSA分支，构建了多层方差特征调制块（MVFMB），以实现多尺度代表性特征的自适应选择。为了进一步增强MVFMB调制的特征，我们引入了对称门控前馈网络来融合更多的局部上下文信息。在多个基准数据集上进行的对比实验表明，MVFMNet在遥感图像超分辨率方面能够实现重建精度和计算效率之间的更好平衡。MVFMNet的代码将在https://github.com/AHUT-MILAGroup/MVFMNet上发布。