Традиционные модели диффузии при восстановлении сверхвысокого разрешения спутниковых изображений сталкиваются с такими проблемами, как недостаточное использование априорных условий, длительные этапы сэмплирования и плохое восстановление высокочастотных деталей. В статье предлагается двухэтапная сеть условной диффузии с остаточным подключением (TRCDSR). На первом этапе используется предварительно обученная легкая CNN для генерации первичных результатов сверхвысокого разрешения, обеспечивая высококачественные структурные априорные данные для модели диффузии; на втором этапе вводится механизм условной диффузии с остаточным сигналом в качестве входных данных, что позволяет сети прогнозирования шума сосредоточиться на восстановлении высокочастотных деталей. Благодаря улучшенной формуле обратного сэмплирования DDIM процесс корректировки остатка разделяется на детерминированный прогностический компонент и случайный шумовой компонент, позволяя достичь высокого качества восстановления за 20–50 шагов. Дальше введены модуль усиления многомасштабных априорных условий (PCEM) и объединенный механизм внимания по пространству и каналам (FAN), повышающие адаптивность модели к сложным спутниковым сценам. Эксперименты на множествах данных AID, SECOND, RSSCN показывают, что TRCDSR превосходит другие методы на основе диффузионных моделей, GAN и трансформеров по качеству восстановления, вычислительной эффективности и обобщающей способности.

диффузионная модель;сверхвысокое разрешение спутниковых изображений;остаточная сеть;усиление априорных условий