研究人员开发了一个基于 Mumford-Shah 泛函的新型无监督高光谱图像分割框架。该方法利用 Proper Scoring Rules 和重尾椭圆分布来处理光谱变异性、混合像素和噪声等挑战。通过结合具有先验边界信息的边缘偏差,该框架在标准基准测试中实现了高整体准确率,优于以前基于 Mumford-Shah 的模型。 AI
排序理由 这是一篇详细介绍图像分割新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- beta-divergence
- CatalyzeX
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Indian Pines
- Kennedy Space Center
- Mumford--Shah
- Salinas
- ScienceCast
- University of Pavia
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →