关键词hyperspectral image denoising
搜索结果 - 4
- SSUMamba: 高光谱图像去噪的空间 - 光谱选择性状态空间模型
本论文提出了一种基于空间 - 谱选择性状态空间模型的 U 型网络(称为 SSUMamba),用于高光谱图像去噪,能够在状态空间模型计算中实现完全的全局空间 - 谱相关性,通过引入交替扫描策略(SSAS)对多方向 3D 高光谱图像进行信息流建 - 基于卷积和注意力网络的高光谱图像去噪
提出了一种混合卷积和注意力网络(HCANet),通过同时建模全局和局部特征,利用卷积神经网络(CNN)和 Transformer 的优势,设计了卷积和注意力融合模块来捕捉长距离依赖和邻域光谱相关性,以及设计了多尺度前向网络来提取不同尺度的特 - 基于自调节卷积神经网络的高光谱图像去噪
提出了一种自调制卷积神经网络(SM-CNN)用于高光谱图像去噪,通过利用相关的光谱和空间信息,该网络能够根据相邻的光谱数据自适应地转换特征,提高处理复杂噪声的能力,实验证明在合成和真实数据上,SM-CNN 在公共基准数据集上在定量和定性上均 - HIDFlowNet:一种基于流的深度神经网络用于高光谱图像去噪
本文提出了一种基于流的高光谱图像去噪网络(HIDFlowNet),用于直接学习给定噪声高光谱图像的清洁图像的条件分布,从而可以从条件分布中采样出不同的清洁图像。实验结果表明,与其他现有方法相比,我们的方法在模拟和真实高光谱图像数据集上具有更