論文の概要: Hyperspectral Image Restoration via Multi-mode and Double-weighted
Tensor Nuclear Norm Minimization
- arxiv url: http://arxiv.org/abs/2101.07681v2
- Date: Wed, 20 Jan 2021 04:31:17 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-23 00:41:14.359212
- Title: Hyperspectral Image Restoration via Multi-mode and Double-weighted
Tensor Nuclear Norm Minimization
- Title(参考訳): マルチモードおよび2重み付きテンソル核ノルム最小化によるハイパースペクトル画像復元
- Authors: Sheng Liu, Xiaozhen Xie and Wenfeng Kong
- Abstract要約: テンソル特異値分解によって誘導される核ノルム(TNN)は、ハイパースペクトル画像(HSI)復元タスクにおいて重要な役割を果たす。
以上の3つの重要な現象に基づく多モード・二重重み付きTNNを提案する。
HSIの全てのモードにおいて、周波数成分と特異値の物理的意味に応じて適応的に縮小することができる。
- 参考スコア(独自算出の注目度): 2.4965977185977732
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tensor nuclear norm (TNN) induced by tensor singular value decomposition
plays an important role in hyperspectral image (HSI) restoration tasks. In this
letter, we first consider three inconspicuous but crucial phenomenons in TNN.
In the Fourier transform domain of HSIs, different frequency components contain
different information; different singular values of each frequency component
also represent different information. The two physical phenomenons lie not only
in the spectral dimension but also in the spatial dimensions. Then, to improve
the capability and flexibility of TNN for HSI restoration, we propose a
multi-mode and double-weighted TNN based on the above three crucial
phenomenons. It can adaptively shrink the frequency components and singular
values according to their physical meanings in all modes of HSIs. In the
framework of the alternating direction method of multipliers, we design an
effective alternating iterative strategy to optimize our proposed model.
Restoration experiments on both synthetic and real HSI datasets demonstrate
their superiority against related methods.
- Abstract(参考訳): テンソル特異値分解によって引き起こされるテンソル核ノルム(TNN)は、ハイパースペクトル画像(HSI)復元タスクにおいて重要な役割を果たす。
本稿ではまず,TNNにおける3つの重要な現象について考察する。
HSIのフーリエ変換領域では、異なる周波数成分は異なる情報を含み、各周波数成分の異なる特異値も異なる情報を表す。
2つの物理現象はスペクトル次元だけでなく、空間次元にも存在している。
そして,HSI修復におけるTNNの能力と柔軟性を向上させるために,上記の3つの重要な現象に基づいた多モード・二重重み付きTNNを提案する。
HSIの全てのモードにおいて、周波数成分と特異値の物理的意味に応じて適応的に縮小することができる。
乗算器の交互方向法(alternating direction method of multipliers)の枠組みにおいて,提案手法を最適化する効果的な交互方向反復戦略を考案する。
合成HSIデータセットと実HSIデータセットの復元実験は、関連する手法よりも優れていることを示した。
関連論文リスト
- Implicit Neural Representations with Fourier Kolmogorov-Arnold Networks [4.499833362998488]
入射神経表現(INR)は、複雑な信号の連続的および分解非依存的な表現を提供するためにニューラルネットワークを使用する。
提案したFKANは、第1層のフーリエ級数としてモデル化された学習可能なアクティベーション関数を用いて、タスク固有の周波数成分を効果的に制御し、学習する。
実験結果から,提案したFKANモデルは,最先端の3つのベースラインスキームよりも優れていることがわかった。
論文 参考訳(メタデータ) (2024-09-14T05:53:33Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳(メタデータ) (2023-07-26T07:45:14Z) - Hybrid Spectral Denoising Transformer with Guided Attention [34.34075175179669]
ハイブリットスペクトルデノナイジング用ハイブリットスペクトルデノナイジングトランス(HSDT)を提案する。
我々のHSDTは、計算オーバーヘッドを低く保ちながら、既存の最先端手法よりも大幅に優れています。
論文 参考訳(メタデータ) (2023-03-16T02:24:31Z) - DDS2M: Self-Supervised Denoising Diffusion Spatio-Spectral Model for
Hyperspectral Image Restoration [103.79030498369319]
ハイパースペクトル画像復元のための自己教師付き拡散モデルを提案する。
textttDDS2Mは、既存の拡散法と比較して、より強力な一般化能力を持っている。
HSIのノイズ除去、ノイズ除去、様々なHSIの超解像実験は、既存のタスク固有状態よりもtextttDDS2Mの方が優れていることを示した。
論文 参考訳(メタデータ) (2023-03-12T14:57:04Z) - Exploring Invariant Representation for Visible-Infrared Person
Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。
本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。
RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文 参考訳(メタデータ) (2023-02-02T05:24:50Z) - Deep Diversity-Enhanced Feature Representation of Hyperspectral Images [87.47202258194719]
トポロジを改良して3次元畳み込みを補正し,上行階の高次化を図る。
また、要素間の独立性を最大化するために特徴マップに作用する新しい多様性対応正規化(DA-Reg)項を提案する。
提案したRe$3$-ConvSetとDA-Regの優位性を実証するために,様々なHS画像処理および解析タスクに適用する。
論文 参考訳(メタデータ) (2023-01-15T16:19:18Z) - Improved Quasi-Recurrent Neural Network for Hyperspectral Image
Denoising [9.723155514555765]
いくつかの簡単な修正でQRNN3Dの性能が大幅に改善できることが示される。
本稿では,そのバニラ付加スキップ接続を置き換え,エンコーダとデコーダの機能の融合を図るための適応融合モジュールを提案する。
各種ノイズ設定実験の結果,提案手法の有効性と性能が示された。
論文 参考訳(メタデータ) (2022-11-27T12:38:03Z) - HDNet: High-resolution Dual-domain Learning for Spectral Compressive
Imaging [138.04956118993934]
HSI再構成のための高分解能デュアルドメイン学習ネットワーク(HDNet)を提案する。
一方、高効率な特徴融合によるHR空間スペクトルアテンションモジュールは、連続的かつ微細な画素レベルの特徴を提供する。
一方、HSI再構成のために周波数領域学習(FDL)を導入し、周波数領域の差を狭める。
論文 参考訳(メタデータ) (2022-03-04T06:37:45Z) - Learning A 3D-CNN and Transformer Prior for Hyperspectral Image
Super-Resolution [80.93870349019332]
本稿では,CNN の代わりに Transformer を用いて HSI の事前学習を行う新しい HSISR 手法を提案する。
具体的には、まず勾配アルゴリズムを用いてHSISRモデルを解き、次に展開ネットワークを用いて反復解過程をシミュレートする。
論文 参考訳(メタデータ) (2021-11-27T15:38:57Z) - Multi-modal and frequency-weighted tensor nuclear norm for hyperspectral
image denoising [2.9993889271808807]
低ランク性は高スペクトル画像(HSI)復調作業において重要である。
マルチモーダルおよび非重み付きテンソル準最適化性能(MFWTNN)と非MFWTNNによるHSI復調タスクを提案する。
論文 参考訳(メタデータ) (2021-06-23T16:01:08Z) - Manifold-Aware CycleGAN for High-Resolution Structural-to-DTI Synthesis [8.829738147738222]
本稿では,T1w画像から高分解能DTIの生成を学習する多様体対応CycleGANを提案する。
提案手法は,拡散測定値の計算やファイバトラクトグラフィーアルゴリズムの実行に使用可能な,現実的な高分解能DTIを生成することができる。
論文 参考訳(メタデータ) (2020-04-01T00:08:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。