CVPR 2025 | 自适应矩形卷积 Adaptive Rectangular Convolution for Remote Sensing Pansharpening

题目：Adaptive Rectangular Convolution for Remote Sensing Pansharpening

会议：Conference on Computer Vision and Pattern Recognition 2025

论文：https://arxiv.org/abs/2503.00467

代码：https://github.com/WangXueyang-uestc/ARConv

年份：2025

单位：电子科技大学

图1。顶行：通过基于DL的方法进行遥感泛扫的综合流程图。最下面一行：我们的自适应矩形卷积（ARConv）的一个说明性例子，它有两个明显的优点：1）它的卷积核可以根据对象大小自适应地修改采样位置；2） 采样点的数量是在各种特征图上动态确定的，例如，实现5×3自适应矩形卷积，据我们所知，这是第一次尝试。

问题背景：

1、标准卷积的缺点：首先，它的采样位置固定在一个确定大小的方形窗口内，这限制了它变形的能力，从而阻止了它自适应地找到采样位置。其次，卷积核的采样点数量是预先确定的，这使得在不同尺度上自适应地捕获特征变得具有挑战性。

2、一些创新的卷积方法的缺点，没有考虑遥感图像中丰富的尺度信息。不能根据卷积核的形状调整采样点的数量，这进一步限制了它的性能。多尺度卷积虽能提取不同尺度信息，但卷积核大小固定，无法根据特征图内容自适应调整采样位置 。