侧信息引导展开网络

免训练即插即用

仅凭压缩快照和全色图像即可重建高光谱图像，无需训练数据，对不同实验场景具有强泛化能力。

Heng, Jiang · 滕东东 · Chen, Xu · 刘立林

Information Fusion 2025

技术优势

无需训练即可使用

利用自监督学习直接从压缩测量和全色图像重建高光谱图像，免除了对大规模真值数据的需求。

充分挖掘全色图像信息

设计引导特征提取金字塔模块，从全色图像中提取多尺度特征，在不同尺度引导编解码过程，提升重建的鲁棒性和保真度。

强泛化能力

仿真和真实实验表明，该方法无需针对不同实验场景重新训练即可适应，展现出较强的跨场景泛化性能。

应用场景

• 高光谱成像：在双相机压缩高光谱系统中直接重建高光谱数据，无需训练数据。
• 计算成像：利用深度展开网络从压缩测量中恢复高光谱图像，免除训练需求。
• 遥感：可用于星载或机载高光谱成像，适应不同场景无需重新训练。
• 计算机视觉：提供高质量高光谱图像，支撑后续视觉任务如图像分类和目标检测。
• 光谱分析：重建的高光谱图像保留空间光谱保真度，支持精确光谱分析。