LapGSR: Laplacian Reconstruction Network for Guided Thermal Super-Resolution
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了LapGSR模型,旨在解决低分辨率图像在多模态数据融合中的视觉质量问题。该模型通过拉普拉斯金字塔提取边缘信息,降低计算负担,同时保持图像细节。实验结果表明,LapGSR在ULB17-VT和VGTSR数据集上表现优异,且参数数量显著少于其他模型。
🎯
关键要点
-
本研究提出了LapGSR模型,旨在解决低分辨率图像在多模态数据融合中的视觉质量问题。
-
LapGSR模型通过拉普拉斯金字塔提取边缘信息,有效减少计算负担,同时保持图像的空间和结构细节。
-
实验结果表明,LapGSR在ULB17-VT和VGTSR数据集上表现优异。
-
LapGSR模型的参数数量显著少于其他最新技术模型。
➡️