渐进流启发式展开用于光谱压缩成像
计算机视觉与模式识别
2025-09-16 v1
摘要
编码孔径快照光谱成像（CASSI）从单次二维压缩测量中重建三维高光谱图像（HSI），这是一项极具挑战性的重建任务。近期，深度展开网络（DUN）凭借显式的数据保真度更新和隐式深度去噪器，在CASSI重建中达到了最先进的水平。然而，现有的展开方法存在不可控的重建轨迹，导致阶段间出现突兀的质量跳跃和非渐进式优化。受扩散轨迹和流匹配的启发，我们提出了一种新颖的轨迹可控展开框架，该框架强制从噪声初始估计到高质量重建之间保持平滑、连续的优化路径。为实现计算效率，我们设计了一个高效的空间-光谱Transformer，专门用于高光谱重建，以及一个频域融合模块以保证特征一致性。在模拟数据和真实数据上的实验表明，我们的方法在重建质量和效率方面优于先前最先进的方案。
引用
@article{arxiv.2509.12079,
title = {Progressive Flow-inspired Unfolding for Spectral Compressive Imaging},
author = {Xiaodong Wang and Ping Wang and Zijun He and Mengjie Qin and Xin Yuan},
journal= {arXiv preprint arXiv:2509.12079},
year = {2025}
}