实体
Hyperspectral Image Restoration
Hyperspectral Image Restoration
PulseAugur coverage of Hyperspectral Image Restoration — every cluster mentioning Hyperspectral Image Restoration across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的DAMP框架改进了高光谱图像复原
研究人员开发了一个名为退化感知度量提示（DAMP）的新框架，以改进高光谱图像复原。DAMP使用可解释的度量来表征图像退化，这些度量充当“退化提示”来指导模型。这种方法使模型能够适应未知的损坏，并更好地泛化到未见过的复原任务。
-
新方法将RGB去噪器应用于高光谱图像恢复
研究人员正在开发新方法，将预训练的RGB图像去噪器应用于高光谱图像恢复任务。一种方法使用轻量级适配器，通过投影光谱信息然后重建高光谱立方体来重新利用冻结的RGB去噪器。另一种方法采用可训练的张量分解，将卷积滤波器分离为空间和光谱分量，从而允许对光谱部分进行重新训练以获得更高的通道维度。这两种技术都旨在利用大规模RGB数据集的丰富知识来改进高光谱图像处理，并显示出优于高光谱特定基线方法的有希望的结果。
-
新框架使用扩散模型改进高光谱图像恢复
研究人员开发了HIR-ALIGN，一个旨在通过生成针对特定目标域定制的合成数据来改进高光谱图像恢复的新框架。该方法使用扩散模型创建逼真的合成图像，即使在清洁参考图像稀缺的情况下也能与目标数据分布对齐。然后，该框架使用合成数据和代理数据对现有恢复模型进行微调，从而在去噪和超分辨率等任务中比标准方法取得显著的性能提升。