Focal U-Net：一种结合重建与目标检测的聚焦网络用于快照光谱成像
计算机视觉与模式识别
2026-05-01 v1
摘要
传统的推式光谱成像因采集速度慢，难以实现实时目标检测；而快照光谱成像能够即时获取高光谱图像（HSI），从而可实现实时目标检测，但其潜力常被耗时的后处理重建所牺牲。为此，我们提出了 Focal U-shaped Network（FUN），一种新型端到端框架，通过多任务学习联合执行 HSI 重建与目标检测。FUN 采用共享的 U 形主干网络，重建提供底层光谱信息，而检测引导语义感知先验学习，促进任务间的相互促进。关键在于，我们引入了焦点调制（focal modulation），一种高效的自注意力替代方案，对空间与光谱特征进行调制，同时降低二次计算复杂度，实现无自注意力架构的联合重建与检测。此外，我们贡献了一个新的 HSI 目标检测数据集，包含 363 幅 HSIs 中的 8712 个标注目标，以促进该方法的评估。实验表明，FUN 在两个任务上均实现了最先进的性能，参数数量减少 40%，计算量降低 30%，适用于未来实时边缘部署。代码与数据集已公开：https://github.com/ShawnDong98/FUN。
引用
@article{arxiv.2604.27653,
title = {FUN: A Focal U-Net Combining Reconstruction and Object Detection for Snapshot Spectral Imaging},
author = {Dahua Gao and Yubo Dong and Anqi Li and Zhenyuan Lin and Ang Gao and Danhua Liu and Guangming Shi},
journal= {arXiv preprint arXiv:2604.27653},
year = {2026}
}
备注
First work on exploring high-level computer vision tasks in compressive spectral imaging