hsi | BriefGPT - AI 论文速递

关键词hsi

搜索结果 - 9

自监督高光谱图像修复的等变成像
基于自监督学习的新型高光谱成像算法（Hyper-EI）用于修复不完整或损坏的高光谱图像，实验结果显示该算法相较现有方法具有最先进的修复性能。
PDF3 months ago
In2SET: 内插器外推器相似性利用变压器对双相机压缩高光谱成像进行处理
使用双摄像机压缩高光谱成像技术（DCCHI）结合压缩和全色图像来重建三维高光谱图像（HSI），利用新的 DCCHI 重建网络 Intra-Inter Similarity Exploiting Transformer（In2SET）从全色图
PDF7 months ago
基于稀疏性和低秩约束的自监督深度高光谱修复
本文介绍了两种新型的自我监督高光谱图像修复算法：低秩和稀疏约束插入并播放（LRS-PnP），以及其扩展 LRS-PnP-DIP，其具有强大的学习能力，但仍然不需要外部训练数据。该算法能够稳定地收敛，并具有实际应用价值。广泛的实验表明，所提出
PDFa year ago
农业中的高光谱图像分析深度学习技术综述
本文研究了在农业领域中，利用深度学习方法如 Autoencoders、卷积神经网络（1D，2D 和 3D）、循环神经网络、深度置信网络和生成对抗网络等技术在已知土地覆盖数据集（包括 Indian Pines，Salinas Valley 和
PDFa year ago
通过互联融合进行多模式高光谱图像分类
介绍了一种新的 “互连融合” 框架用于超光谱图像和激光雷达数据的特征融合，包括从多个视角中利用 HIS-LiDAR 信号的上下文信息和内部特征，可以提高分类准确性。
PDFa year ago
遥感维度规约方法分析及综合仪表盘
本文综述了寻找好的波段来分类区域项目的方法。一些方法利用互信息和阈值选择相关图像，而其他方法则控制和避免冗余。作者提出的仪表板有助于分析假定的特征选择和提取软件。
PDF2 years ago
CVPR深高斯比例混合先验用于光谱压缩成像
本文提出了一种新颖的基于深度学习和高斯混合先验的 Maximum a Posteriori (MAP) 估计框架的高光谱成像重建方法，该方法通过深度卷积神经网络 (DCNN) 学习尺度先验和局部均值参数，在合成和真实数据集上均取得了超过现有
PDF3 years ago
基于像素感知的深度函数混合网络用于光谱超分辨率
提出了一种基于像素的深度函数混合网络，其中包括一种新的模块，称为函数混合（FM）块，用于光谱超分辨率，以确定每个像素的接受域大小和映射函数，并使用 late-stage 的中间特征增强了性能，在三个基准 HSI 数据集上验证其优越性。
PDF5 years ago
ICCV基于多重结构嵌入和降维的高光谱图像分类和杂波检测
利用本文提出的新型方法进行高光谱图像分类与杂波检测，采用了局部线性嵌入（LLE）和结构丰富的表示环境。在两个外部结构层的帮助下，通过特征空间嵌入和参数范围调整，有效克服了高光谱数据本身的不确定性和噪声问题。实验结果表明，该方法可以在样本数量
PDF9 years ago