PulseAugur
中
实时 19:10:59
English(EN) HIR-ALIGN: Enhancing Hyperspectral Image Restoration via Diffusion-Based Data Generation

新的HIR-ALIGN框架通过合成数据增强高光谱图像恢复

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了HIR-ALIGN，一个旨在改进高光谱图像（HSI）恢复的新型框架。这个即插即用系统生成与目标域分布匹配的合成数据，即使没有该域的干净参考数据也能获得更好的性能。该过程包括创建代理图像，使用扩散模型合成目标对齐的RGB图像，然后使用代理和合成数据对恢复网络进行微调。实验表明，HIR-ALIGN在各种恢复任务上优于现有的无监督方法。 AI

影响 这项研究引入了一种高光谱图像恢复的新方法，有可能在缺乏干净参考数据的实际应用中提高准确性。

排序理由 该集群包含一篇详细介绍图像恢复新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的HIR-ALIGN框架通过合成数据增强高光谱图像恢复

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Li Pang, Heng Zhao, Yijia Zhang, Deyu Meng, Xiangyong Cao ·

    HIR-ALIGN：通过基于扩散的数据生成增强高光谱图像恢复

    arXiv:2605.13581v2 Announce Type: replace Abstract: Hyperspectral image (HSI) restoration is crucial for reliable analysis, as real-world HSIs suffer from noise, blur, and resolution loss. However, existing models trained on source data often fail on target domains lacking clean …

相关实体

相关话题