تصميم وتطوير نموذج تعلم عميق لدمج صور الأقمار الصناعية متعددة الدقة (منخفضة وعالية الدقة) ضمن نموذج واحد خفيف وفعّال (TL-PNN)، بهدف تحسين الجودة المكانية والطيفية للصور الناتجة. يوفّر النموذج صورًا أكثر وضوحًا ودقة، مما يجعله مناسبًا لتطبيقات الاستشعار عن بُعد، التحليل الجغرافي، ومراقبة المناطق.
اللغات والتقنيات المستخدمة:
Python، Deep Learning، Convolutional Neural Networks (CNN)، Image Processing، Remote Sensing
مميزات العمل:
تحسين الدقة المكانية مع الحفاظ على الخصائص الطيفية
نموذج خفيف وسريع مقارنة بالنماذج التقليدية
نتائج عالية الجودة مناسبة للاستخدام التطبيقي
قابل للتكييف مع أنواع مختلفة من صور الأقمار الصناعية