arrow
返回

SAR image generation method based on multi-scale wavelet enhanced generative adversarial network

delete2026-09-03
delete0
PRE
AI
Y
Yixuan Du
刘
刘明 (Ming Liu) *
S
Shichao Chen
DOI:10.1080/01431161.2026.2726573delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
传统深度学习方法在进行重复卷积和下采样操作时,常导致高频信息丢失,进而造成对精细细节和纹理结构的表征不足。为解决上述问题,本文提出了一种基于多尺度小波增强生成对抗网络(MSWE-GAN)的合成孔径雷达(SAR)图像生成方法。首先,在生成器中引入多尺度小波增强模块,利用小波分解与重构机制增强图像细节的生成能力。其次,设计自适应加权模块,对变换域中不同尺度的特征进行动态加权与优化。最后,在判别器中添加多尺度小波分解分支和变换域损失。实验结果表明,所提出方法生成的SAR图像与真实样本更为相似。
Keyword:
Synthetic aperture radar images (SAR)
generative adversarial networks (GAN)
discrete wavelet decomposition
learnable parameters

期刊

International Journal of Remote Sensing 封面图
International Journal of Remote Sensing
IF:
2.6
论文数:
1.2W
被引数:
2.7W

机构

N
northwestern polytechnical university
学者数:
3.4K
论文数: 993
被引数: 0
S
Shaanxi Normal University
学者数:
922
论文数: 264
被引数: 0
引用论文

引用论文

暂无论文信息