Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Two-path network with feedback connections for pan-sharpening in remote sensing

Fu Shipeng, Meng Weihua, Jeon Gwanggil, Chehri Abdellah, Zhang Rongzhu et Yang Xiaomin. (2020). Two-path network with feedback connections for pan-sharpening in remote sensing. Remote Sensing, 12, (10), p. 1674.

[thumbnail of Two-Path Network with Feedback Connections for Pan-Sharpening in Remote Sensing .pdf]
Prévisualisation
PDF - Version publiée
Disponible sous licence Creative Commons (CC-BY 2.5).

1MB

URL officielle: http://dx.doi.org/doi:10.3390/rs12101674

Résumé

High-resolution multi-spectral images are desired for applications in remote sensing. However, multi-spectral images can only be provided in low resolutions by optical remote sensing satellites. The technique of pan-sharpening wants to generate high-resolution multi-spectral (MS) images based on a panchromatic (PAN) image and the low-resolution counterpart. The conventional deep learning based pan-sharpening methods process the panchromatic and the low-resolution image in a feedforward manner where shallow layers fail to access useful information from deep layers. To make full use of the powerful deep features that have strong representation ability, we propose a two-path network with feedback connections, through which the deep features can be rerouted for refining the shallow features in a feedback manner. Specifically, we leverage the structure of a recurrent neural network to pass the feedback information. Besides, a power feature extraction block with multiple projection pairs is designed to handle the feedback information and to produce power deep features. Extensive experimental results show the effectiveness of our proposed method.

Type de document:Article publié dans une revue avec comité d'évaluation
Volume:12
Numéro:10
Pages:p. 1674
Version évaluée par les pairs:Oui
Date:2020
Sujets:Sciences naturelles et génie > Génie
Sciences naturelles et génie > Génie > Génie informatique et génie logiciel
Sciences naturelles et génie > Sciences appliquées
Département, module, service et unité de recherche:Départements et modules > Département des sciences appliquées > Module d'ingénierie
Mots-clés:feedback, recurrent neural network, pan-sharpening, two-path, rétroaction, réseau neuronal récurrent, affûtage panoramique, deux voies
Déposé le:22 avr. 2021 23:12
Dernière modification:22 avr. 2021 23:12
Afficher les statistiques de telechargements

Éditer le document (administrateurs uniquement)

Creative Commons LicenseSauf indication contraire, les documents archivés dans Constellation sont rendus disponibles selon les termes de la licence Creative Commons "Paternité, pas d'utilisation commerciale, pas de modification" 2.5 Canada.

Bibliothèque Paul-Émile-Boulet, UQAC
555, boulevard de l'Université
Chicoutimi (Québec)  CANADA G7H 2B1
418 545-5011, poste 5630