多任务稀疏表示去噪网络

高光谱图像清晰复原

该网络通过共享与独享稀疏表示的协同,在去除噪声的同时保留图像细节,性能优于现有方法。

Xiong, Fengchao · 周建涛 · Zhou, Jun · 鲁剑锋 · 钱沄涛

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

可解释的去噪

网络架构直接来自多任务稀疏表示模型的迭代优化展开,每个模块都有明确的物理含义,便于分析各模块作用。

同时保留共性与细节

共享稀疏系数提取各波段共有的边缘等结构信息,独享稀疏系数保存每个波段独有的细节,去噪时不易丢失空间纹理。

真实数据也有效

在合成和真实高光谱数据集上均展现出优越的视觉效果和定量指标,不是只在仿真条件下有效。

应用场景