基于扩散的通道压缩CC-Pan用于高效图像锐化
计算机视觉与模式识别
2026-05-15 v2
摘要
最近，扩散模型为图像锐化带来了 novel insight 并显著提升了融合精度。然而，大多数现有模型在像素空间中进行扩散，并为不同多光谱(MS)传感器训练 distinct 模型，导致推理延迟高且仅限于特定传感器。本文提出CC-Pan，一个面向高效图像锐化的 cross-sensor latent diffusion 框架。具体而言，CC-Pan训练一个 band-wise 单通道变分自编码器(VAE)将高分辨率多光谱(HRMS)图像编码为紧凑的 latent 表示，自然支持不同传感器具有不同带数目的MS图像，为推理加速奠定基础。随后，通过精心设计的单向和双向交互控制结构，将MS物理特性、PAN和MS图像注入扩散主干，实现 latent 扩散过程中高精度的时空融合。此外，在扩散模型的中心层嵌入一个轻量级基于区域的 cross-band 注意力(RCBA)模块，加强 band 间的光谱连接，提升光谱一致性并进一步提升融合精度。广泛的实验结果表明，CC-Pan在高斯峰-2、QuickBird和WorldView-3三个基准数据集上均优于基于扩散的最先进方法，实现 -- 推理加速，并在无需任何传感器特定重新训练的情况下展现出对 held-out WorldView-2 传感器的鲁棒 cross-sensor 泛化能力。
引用
@article{arxiv.2602.04473,
title = {CC-Pan: Channel-wise Compression based Diffusion for Efficient Pan-Sharpening},
author = {Junjie Li and Congyang Ou and Haokui Zhang and Guoting Wei and Shengqin Jiang and Ying Li},
journal= {arXiv preprint arXiv:2602.04473},
year = {2026}
}