【GIS图像处理】有哪些SOTA方法可以用于将1.5米分辨率遥感图像超分辨率至0.8米精度的？
针对将1.5米分辨率遥感图像超分辨率至0.8米的需求，当前主流方法可分为以下几类，结合最新研究进展和实际应用场景，具体技术方案及SOTA方法如下：
一、基于Transformer的高效建模
1. Top-k标记选择Transformer（TTST）
- 核心机制：通过动态选择前k个关键标记（token），消除冗余特征干扰，结合多尺度前馈层（MFL）和全局上下文注意力（GCA），在保持计算效率的同时提升长距离依赖建模能力。
- 性能优势：在模拟和真实遥感数据集上，TTST的PSNR比HAT-L方法平均提升0.14dB，而参数和计算成本仅为后者的47%左右，尤其适合大范围场景。
- 适用场景：农业监测、城市规划等需要全局结构重建的任务。
2. SwinIR
- 技术特点：采用移位窗口注意力机制，捕捉多尺度特征交互，在自然图像超分中表现优异，可迁移至遥感领域。
- 改进方向：结合遥感图像的光谱特性（如多波段融合）可进一步优化效果。