用于高光谱图像去噪的三维准循环神经网络
计算机视觉与模式识别
2020-03-11 v1
摘要
本文提出一种交替方向的三维准循环神经网络用于高光谱图像（HSI）去噪，其能有效嵌入领域知识——结构空谱相关性与沿光谱的全局相关性。具体而言，利用三维卷积提取HSI中的结构空谱相关性，而采用准循环池化函数捕获沿光谱的全局相关性。此外，引入交替方向结构以消除因果依赖且不增加额外计算成本。所提模型能够建模空谱依赖，同时保持对任意波段数HSI的灵活性。在HSI去噪上的大量实验表明，在各种噪声设置下，相较于当前最优方法，在恢复精度与计算时间上均有显著提升。我们的代码见 https://github.com/Vandermode/QRNN3D。
引用
@article{arxiv.2003.04547,
title = {3D Quasi-Recurrent Neural Network for Hyperspectral Image Denoising},
author = {Kaixuan Wei and Ying Fu and Hua Huang},
journal= {arXiv preprint arXiv:2003.04547},
year = {2020}
}
备注
Accepted by IEEE Transactions on Neural Network and Learning System (TNNLS), 2020