Resumen

Durante las dos últimas décadas, se han diseñado muchas técnicas de fusión de imágenes de teledetección para mejorar la resolución espacial de las bandas multiespectrales de baja resolución. El objetivo principal es fusionar la imagen multiespectral (MS) de baja resolución y la imagen pancromática (PAN) de alta resolución espacial para obtener una imagen fusionada con alta información espacial y espectral. Recientemente, se han diseñado muchos modelos de aprendizaje profundo basados en la inteligencia artificial para fusionar las imágenes de teledetección. Sin embargo, estos modelos no tienen en cuenta la diferencia inherente a la distribución de la imagen entre las imágenes MS y PAN. Por lo tanto, las imágenes fusionadas obtenidas pueden sufrir problemas de distorsión de gradiente y color. Para superar estos problemas, en este trabajo se propone un eficiente modelo de aprendizaje profundo basado en inteligencia artificial. El modelo Inception-ResNet-v2 se mejora mediante el uso de una pérdida perceptiva consciente del color (CPL). Las imágenes fusionadas obtenidas se mejoran aún más mediante el uso de un canal de gradiente previo como paso de posprocesamiento. La prioridad del canal de gradiente se utiliza para preservar la información de color y gradiente. Se llevan a cabo amplios experimentos teniendo en cuenta los conjuntos de datos de referencia. El análisis de rendimiento muestra que el modelo propuesto puede preservar eficientemente la información de color y gradiente en las imágenes de teledetección fusionadas que los modelos existentes.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:imagen fusionada obtenida, imagen de teledetección, canal de gradiente, información de gradiente, color, modelo de aprendizaje de transferencia, modelo de aprendizaje profundo, pérdida perceptiva consciente, mucha inteligencia artificial, inteligencia artificial eficiente
• Keywords:obtained fused image, remote sensing image, gradient channel, gradient information, color, transfer learning model, deep learning model, aware perceptual loss, many artificial intelligence, efficient artificial intelligence