面向高光谱图像恢复的退化感知指标提示
计算机视觉与模式识别
2025-12-29 v2 图像与视频处理
摘要
统一的高光谱图像(HSI)恢复旨在使用单一模型恢复各种退化HSIs，具有巨大的实际价值。然而，现有方法常依赖于显式退化先验(如退化标签)作为提示来指导恢复，这些在现实场景中因复杂和混合退化而难以获得。为解决这一挑战，我们提出了退化感知指标提示(DAMP)框架。我们设计了空间-光谱退化指标来持续量化多维退化，作为退化提示(DP)。这些DP使模型能够捕获退化分布中的跨任务相似性并增强共享特征学习。此外，我们引入了空间-光谱自适应模块(SSAM)，通过可学习参数动态调制空间和光谱特征提取。将SSAM作为Mixture-of-Experts架构中的专家，并使用DP作为门控路由，框架实现了在多样化、混合或未知退化下的自适应、高效和稳健恢复。大量实验表明，DAMP在自然光谱和遥感HSI数据集上实现了最先进的性能，并显示出卓越的泛化能力。代码已公开available at https://github.com/MiliLab/DAMP。
引用
@article{arxiv.2512.20251,
title = {Degradation-Aware Metric Prompting for Hyperspectral Image Restoration},
author = {Binfeng Wang and Di Wang and Haonan Guo and Ying Fu and Jing Zhang},
journal= {arXiv preprint arXiv:2512.20251},
year = {2025}
}