معظم طرق تحسين دقة الصور عن بعد الحالية لا تستطيع استخراج معلومات التشابه الذاتي في الصورة بين المقياسات المختلطة بشكل كامل ولا تأخذ في اعتبارها قدرة المجال الترددي على استخلاص المعلومات العالية التردد في الصورة. لحل هذه المشكلة، نقدم في هذا البحث شبكة التكيف المكاني والدمج الترددي (SAF2Net). أولاً، يقدم SAF2Net وحدة تكيفية مكانية للخصائص متعددة المقياسات، التي تحصل على معلومات تمييزية لمختلف المقاييس بطريقة تشبه طريقة الهرم الخصائصي، مما يثري قدرة التعبير على خصائص متعددة المقاييس. بعد ذلك، نصمم كتلة اختيار الحقول المستديرة متعددة المقاييس العالمية، التي تستخرج الخصائص المترابطة بين المناطق متعددة المقاييس. بناءً على هذا، نقدم كتلة اختيار مكاني تكيفية وكتلة اختيار تفكيك التردد، لدمج المعلومات المتممة المكانية-الترددية لتعزيز الخصائص المحلية وزيادة قدرة النموذج على نمذجة المحتوى عالي التردد في الصورة. تمت إجراء العديد من التجارب على مجموعات بيانات صور عن بعد عديدة، وأظهرت نتائج التقييم الكمي لـ SAF2Net تفوقها على الطرق المقارنة الأخرى. على سبيل المثال، في حالة دقة ثلاثة أضعاف لمجموعة بيانات UCMerced، قامت الطريقة المقترحة في هذا البحث مقارنة بأسوأ طريقة HAUNet برفع PSNR 0.11 ديسيبل و SSIM 0.0033. ومن حيث الجودة البصرية، قاد SAF2Net إلى استعادة المزيد من التفاصيل الواضحة للنسيج. تظهر نتائج التجارب أن SAF2Net يمكنه استخراج معلومات مختلطة متعددة المقاييس من زاويتين مختلفتين، ودمج سمات متممة مكانية-ترددية بفعالية، لتظهر أداءً إعادة تشخيصيًا تنافسيًا في مهمة تحسين دقة الصور عن بعد.

صور الاستشعار عن بعد; التضاعف في الدقة; خصائص متعددة المقاييس; معلومات متممة مكانية-ترددية