PulseAugur
实时 10:21:29
English(EN) USP-Mamba: Unmixing-Derived Spectral and Structural Prompting for Hyperspectral Image Super-Resolution

USP-Mamba通过谱与结构提示增强高光谱图像超分辨率

研究人员开发了USP-Mamba,一个用于高光谱图像超分辨率的新型框架,它增强了基于Mamba的模型。这种新方法通过结合解混生谱先验和图像依赖的结构提示来解决现有模型的局限性,以更好地捕捉材料成分和局部细节。大量实验表明,USP-Mamba在各种数据集上始终优于当前代表性方法。 AI

影响 引入了一个基于Mamba的新型框架,通过结合谱与结构先验来改进高光谱图像重建。

排序理由 这是一篇详细介绍高光谱图像超分辨率新方法的学术论文。[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 →

USP-Mamba通过谱与结构提示增强高光谱图像超分辨率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Shi Chen, Jie Zhang, Yicong Zhou ·

    USP-Mamba: Unmixing-Derived Spectral and Structural Prompting for Hyperspectral Image Super-Resolution

    arXiv:2608.02401v1 Announce Type: new Abstract: Hyperspectral image super-resolution aims to reconstruct high-resolution imagery while preserving dense spectral information. Recently, Mamba-based models have shown promising potential for this task by capturing long-range dependen…