ASSR-Net: 用于高光谱图像融合的各向异性结构感知与光谱再校准网络
计算机视觉与模式识别
2026-04-08 v1
摘要
高光谱图像融合旨在通过整合多源输入的互补信息来重建高空间分辨率的高光谱图像（HR-HSI）。尽管近期取得了进展，现有方法仍面临两个关键挑战：（1）各向异性空间结构的重建不足，导致细节模糊和空间质量受损；以及（2）融合过程中的光谱失真，阻碍了精细的光谱表示。为解决这些问题，我们提出 ASSR-Net：用于高光谱图像融合的各向异性结构感知与光谱再校准网络。ASSR-Net 采用两阶段融合策略，包括各向异性结构感知空间增强（ASSE）和分层先验引导光谱校准（HPSC）。在第一阶段，方向感知融合模块自适应地捕获多个方向上的结构特征，有效重建各向异性空间模式。在第二阶段，光谱再校准模块利用原始低分辨率高光谱图像作为光谱先验，显式地纠正融合结果中的光谱偏差，从而增强光谱保真度。在各种基准数据集上的广泛实验表明，ASSR-Net 持续优于最先进的方法，在空间细节保持和光谱一致性方面取得了优异表现。
引用
@article{arxiv.2604.05742,
title = {ASSR-Net: Anisotropic Structure-Aware and Spectrally Recalibrated Network for Hyperspectral Image Fusion},
author = {Qiya Song and Hongzhi Zhou and Lishan Tan and Renwei Dian and Shutao Li},
journal= {arXiv preprint arXiv:2604.05742},
year = {2026}
}