混合空间-光谱神经网络用于高光谱图像去噪
图像与视频处理
2024-08-05 v2 计算机视觉与模式识别
摘要
高光谱图像（HSI）去噪是HSI应用中的基本步骤。然而，现有的基于Transformer的方法主要关注非局部建模，忽略了局部性在图像去噪中的重要性。此外，深度学习方法采用复杂的光谱学习机制，从而引入大量计算开销。为解决这些问题，我们提出了一种混合空间-光谱去噪网络（HSSD），其中设计了一种受CNN和Transformer特性启发的新型混合双路径网络，能够在有效抑制噪声的同时捕获局部和非局部空间细节。此外，为降低计算复杂度，我们采用了一种简单但有效的解耦策略，将空间和光谱通道的学习分离，利用参数较少的多层感知器学习光谱间的全局相关性。合成和真实实验表明，我们提出的方法在空间和光谱重建上优于现有最先进方法。代码和详细信息见https://github.com/HLImg/HSSD。
引用
@article{arxiv.2406.08782,
title = {Hybrid Spatial-spectral Neural Network for Hyperspectral Image Denoising},
author = {Hao Liang and Chengjie and Kun Li and Xin Tian},
journal= {arXiv preprint arXiv:2406.08782},
year = {2024}
}
备注
There are some errors in professional theory