扩散高光谱重建网络

测量噪声下保持重建精度

分层条件扩散模型重建高光谱图像，比现有方法更抗测量噪声、泛化能力更强。

罗甫林 · Xi, Chen · Fu, Chuan · 郭坦 · 杜博

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

噪声更稳

扩散模型从纯高斯噪声开始逐步去噪，能缓解测量噪声对重建性能的影响。

长程依赖高效捕捉

LGS-MSA 以相对适中的计算成本有效捕获高光谱图像中的长程空间依赖，同时融入细粒度光谱特征作为互补信息。

时空依赖同时建模

LGS-MSA 融入时间嵌入而具有时间依赖性，能同时捕获长程空间与时间依赖关系。

应用场景

• 高光谱图像处理：从编码测量恢复完整高光谱数据，减轻噪声影响。
• 快照光谱成像：处理编码孔径快照测量，输出高质量高光谱图像。
• 计算成像：依赖扩散模型与注意力机制，从低维测量计算重建高维信号。