ハイパースペクトル画像再構成のための粗から有限のスパース変圧器【JST・京大機械翻訳】

Cai Yuanhao; Lin Jing; Hu Xiaowan; Wang Haoqian; Yuan Xin; Zhang Yulun; Timofte Radu; Van Gool Luc

プレプリント

J-GLOBAL ID：202202213439918037 整理番号：22P0301495

ハイパースペクトル画像再構成のための粗から有限のスパース変圧器【JST・京大機械翻訳】

Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年07月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多くのアルゴリズムを開発し,符号化開口スナップショットスペクトルイメージング(CASSI)の逆問題を解き,すなわち2D圧縮測定から3Dハイパースペクトル画像(HSI)を復元した。近年,学習ベースの方法は有望な性能を示し,主流の研究方向を支配している。しかしながら,既存のCNNベースの方法は,長距離依存性と非局所自己相似性を捕捉する限界を示す。以前の変換器ベースの方法は,高密度にトークンをサンプリングし,その幾つかは情報がなく,コンテンツに無関係であるトークン間のマルチヘッド自己注意(MSA)を計算する。これはHSI信号の空間的に疎な性質に適合しず,モデルスケーラビリティを制限する。本論文では,HSI再構成のための深い学習にHSIスパース性を最初に埋め込む,新しい変換器ベースの方法,粗から細かいスパース変換機(CST)を提案した。特に,CSTは,粗いパッチ選択のために提案したスペクトル意識スクリーニング機構(SASM)を使用する。次に,選択したパッチを,微細ピクセルクラスタリングと自己相似捕獲のために,著者らのカスタム化スペクトル-凝集ハッシュマルチヘッド自己注意(SAH-MSA)に供給した。包括的な実験は,著者らのCSTが,より安い計算コストを必要とする間,最先端の方法よりも著しく優れていることを示した。コードとモデルをhttps://github.com/caiyuanhao1998/MSTで放出する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る