一、名词解释
HSLT:high spatial resolution but low temporal resolution,高空间低时间分辨率
LSHT:low spatial resolution but high temporal resolution,低空间高时间分辨率
SR:super-resolution,超分辨率
NLM:nonlinear mapping,非线性映射
LSR:low-spatialresolution,低空间分辨率
二、CNN成功运用于各个方向的原因
1)CNN的深层架构在捕获大规模图像的特征方面更有效;
2)提出快速有效的训练方法,如整形线性单元(ReLU),批量标准化,残差学习等;
3)通过强大的GPU上的并行计算,显着加快了训练速度。
三、本文提出的基于深度学习神经网络的时空融合模型步骤
1)NLM
2)SR
3)图像融合