AnyBand-Diff：基于光谱先验的统一遥感图像生成与波段修复框架
计算机视觉与模式识别
2026-05-15 v1
摘要
现有的扩散模型在生成逼真图像方面取得了显著进展，但直接适用于遥感图像时往往忽视内在物理规律，导致谱波畸变和辐射不一致，严重限制了生成数据的科学实用性。为此，本文引入AnyBand-Diff——一个新颖的光谱-先验引导扩散框架，用于稳健的谱波重建。具体而言，我们设计了集成双随机遮盖策略的掩码条件扩散主干网络，使其能够从任意波段子集恢复完整的光谱信息。随后，提出一种基于物理模型梯度的物理引导采样机制，以明确引导去噪轨迹朝向物理上可行解的流形。此外，构建多尺度物理损失，以像素、区域和全局层面联合施加严格约束。广泛实验确认AnyBand-Diff在生成可靠图像和实现准确谱波重建方面的有效性，推动了面向地球观测的物理感知生成方法的发展。
引用
@article{arxiv.2605.14341,
title = {AnyBand-Diff: A Unified Remote Sensing Image Generation and Band Repair Framework with Spectral Priors},
author = {Zuopeng Zhao and Ying Liu and Xiaoyu Li and Su Luo and Lu Li and Wenwen Liu},
journal= {arXiv preprint arXiv:2605.14341},
year = {2026}
}