基于增强型注意力残差模块的遥感图像全色锐化方法研究
来源：计算机测量与控制杂志2025年第11期北京时间：
作者：萧宝玮
单位：山西大学现代教育技术学院
摘要：目前基于深度学习的全色锐化方法往往追求性能而忽略效率,导致模型复杂且计算量大。为此,本文提出一种高效的全色锐化网络,其核心是增强型注意力残差模块(EARM)。该模块通过门控融合机制与双重注意力,有效整合多光谱与全色图像特征,在保持高效率的同时提升重建质量。在多个公开数据集上的实验表明,本方法在客观指标与视觉质量上均优于主流方法,为高效全色锐化提供了新思路。
关键词：全色锐化;深度学习;图像融合;EARM;注意力机制
