M3SR: 用于高效光谱重建的多尺度多感知Mamba架构
计算机视觉与模式识别
2026-01-14 v1
摘要
Mamba架构因其卓越的适应性和强大的性能已被广泛应用于各种低级视觉任务。尽管Mamba架构已被用于光谱重建，但它仍面临以下两个挑战：(1) 单一空间感知限制了全面理解和分析高光谱图像的能力；(2) 单尺度特征提取难以捕捉高光谱图像中存在的复杂结构和精细细节。为解决这些问题，我们针对光谱重建任务提出了一种多尺度、多感知的Mamba架构，称为M3SR。具体来说，我们设计了一个多感知融合块，以增强模型全面理解和分析输入特征的能力。通过将多感知融合块集成到U-Net结构中，M3SR能够有效地提取和融合全局、中间和局部特征，从而在多个尺度上实现高光谱图像的精确重建。大量的定量和定性实验表明，所提出的M3SR在性能上优于现有的最先进方法，同时计算成本更低。
引用
@article{arxiv.2601.08293,
title = {M3SR: Multi-Scale Multi-Perceptual Mamba for Efficient Spectral Reconstruction},
author = {Yuze Zhang and Lingjie Li and Qiuzhen Lin and Zhong Ming and Fei Yu and Victor C. M. Leung},
journal= {arXiv preprint arXiv:2601.08293},
year = {2026}
}
备注
Accepted by AAAI 2026