English(EN) HyperVision: A Channel-Adaptive Ground-Based Hyperspectral Vision Pre-trained Backbone

HyperVision骨干网络通过自适应学习推动高光谱成像发展

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-29 04:00

研究人员开发了HyperVision，这是一种新颖的、专为地面高光谱成像设计的预训练骨干网络。该系统通过采用通道自适应嵌入机制和无监督表示学习框架，解决了传感器配置变化和标记数据有限等挑战。HyperVision利用多源伪标签和来自RGB模型的跨模态知识蒸馏，实现了在不同数据集和下游任务中的鲁棒泛化。 AI

影响通过提供通用的预训练骨干网络，能够实现高光谱成像中更精确的材料识别和物体跟踪。

排序理由这是一篇描述高光谱成像新模型架构和训练方法的学术论文。[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 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Guanyiman Fu, Jingtao Li, Zihang Cheng, Zhuanfeng Li, Diqi Chen, Yan Xu, Xiangyu Liu, Fengchao Xiong, Jianfeng Lu, Chengrong Chen, Jun Zhou · 2026-05-29 04:00

HyperVision: A Channel-Adaptive Ground-Based Hyperspectral Vision Pre-trained Backbone

arXiv:2605.17286v2 Announce Type: replace Abstract: While hyperspectral imaging provides rich spatial-spectral information across hundreds of narrow wavelength bands for precise material identification, ground-based hyperspectral pre-trained backbones remain absent, constrained b…

报道来源 [1]

HyperVision: A Channel-Adaptive Ground-Based Hyperspectral Vision Pre-trained Backbone

相关实体

相关话题