关键词coded aperture snapshot spectral imaging
搜索结果 - 7
- 粗细光谱感知可变形卷积在高光谱图像重建中的应用
研究了编码光阑快照光谱成像 (CASSI) 的反问题，该方法使用快照 2D 测量来捕获空间 - 光谱数据立方体，并使用算法重建 3D 高光谱图像 (HSI)。然而，基于卷积神经网络 (CNN) 的当前方法难以捕捉长程依赖和非局部相似性。最近 - 高光谱图像重建的光谱隐式神经表示
通过引入连续光谱增益过程，以及借鉴隐式神经表示的概念，该研究提出了一种名为 Spectral-wise Implicit Neural Representation (SINR) 的创新方法，用于高光谱图像的重建，实现可定制的光谱超分辨率和 - MLP-AMDC：一种用于自适应掩膜双摄像头快照高光谱成像的 MLP 架构
本研究介绍了基于自适应掩模的多模输入和用于高光谱成像重建的 MLP-AMDC 结构的改进 CASSI 系统，该方法在重建速度和性能上比现有方案有明显的改进。
- DMDC: 动态掩膜双摄像机设计用于快照高光谱成像
本研究提出了一种基于动态遮罩的双摄像头系统，在光谱成像方面应用了深度学习方法，通过 RGB 图像学习场景的空间特征分布，然后使用 SLM 编码每个场景，最终将 RGB 和 CASSI 图像发送到网络进行重建，通过实验证明我们的方法在峰值信噪 - ECCV粗到细的稀疏变换器用于高光谱图像重建
该论文提出了一种基于 Transformer 的 CST 方法，首次将 HSI 稀疏性嵌入到深度学习中进行重建，使用 SA-MSA 进行粗细层次的像素聚类和自相似性捕捉，相比于现有方法具有更高的重建性能和更低的计算成本。
- ECCV超光谱图像重建中掩蔽不确定性建模
本文介绍了一种新的深度学习方法，利用基于完整的变分贝叶斯学习方法来处理高光谱图像重建中硬件失调的问题，通过感知无序网络（GST）来处理不同硬件情况下的信号不确定性和现实硬件的靶掩模分解。实验证明此方法表现比其他方法更好。
- CVPR基于掩模引导的谱域变换器，用于高效的高光谱图像重建
本文提出 Mask-guided Spectral-wise Transformer (MST) 框架，通过 Spectral-wise Multi-head Self-Attention 和 Mask-guided Mechanism 的