DATNet: Dynamic Adaptive Transformer Network for SAR Image Denoising

Aiming at the problems of detail blurring and structural distortion caused by speckle noise, additive white noise and hybrid noise interference in synthetic aperture radar (SAR) images, this paper proposes a Dynamic Adaptive Transformer Network (DAT-Net) integrating a dynamic gated attention module...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Remote sensing (Basel, Switzerland) Ročník 17; číslo 17; s. 3031
Hlavní autoři:	Shen, Yan, Chen, Yazhou, Wang, Yuming, Ma, Liyun, Zhang, Xiaolu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 01.09.2025
Témata:	Artificial satellites in remote sensing attention encoder–decoder network Design Efficiency Electric transformers Embedding Feature extraction Fourier transforms Frequency dependence Frequency domain analysis Heterogeneity image denoising Innovations Learning strategies Medical imaging equipment Methods Modules Noise Noise reduction Parameter estimation Radar imaging Spatial heterogeneity Synthetic aperture radar Transformer Wavelet transforms White noise
ISSN:	2072-4292, 2072-4292
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!