一种用于从RGB图像进行光谱重建的高效CNN
计算机视觉与模式识别
2018-04-13 v1
摘要
近来，Galliani等人采用深度学习方法处理了基于实例的单图像从RGB图像光谱重建任务（又称光谱超分辨率）。所提出的极深卷积神经网络（CNN）在近期大型基准上取得了优越性能。然而，Aeschbacher等人表明，基于A+（Timofte等人提出的用于图像超分辨率的方法）的浅层学习方法可取得相当性能。在本文中，我们提出一个中等深度的CNN模型，并在三个光谱重建标准基准ICVL、CAVE和NUS上大幅改进了已报道的性能。
引用
@article{arxiv.1804.04647,
title = {An efficient CNN for spectral reconstruction from RGB images},
author = {Yigit Baran Can and Radu Timofte},
journal= {arXiv preprint arXiv:1804.04647},
year = {2018}
}
备注
Submitted to ICIP 2018