DiriNet：一种估计空间与光谱退化函数的网络
计算机视觉与模式识别
2022-02-01 v1 人工智能
机器学习
图像与视频处理
摘要
空间与光谱退化函数对高光谱和多光谱图像融合至关重要。然而，关于退化函数估计的工作很少。为了从待融合的图像对中学习空间响应函数和 point spread function（点扩散函数），我们提出了一种 Dirichlet 网络，其中两个函数都受到适当约束。具体而言，空间响应函数受正性约束，而 Dirichlet 分布连同全变分被施加于点扩散函数上。据我们所知，神经网络与 Dirichlet 正则化被首次专门研究用于估计退化函数。图像退化与融合实验均证明了所提 Dirichlet 网络的有效性与优越性。
引用
@article{arxiv.2201.12346,
title = {DiriNet: A network to estimate the spatial and spectral degradation functions},
author = {Ting Hu},
journal= {arXiv preprint arXiv:2201.12346},
year = {2022}
}