論文の概要: Leveraging pretrained RGB denoisers for hyperspectral image restoration

• arxiv url: http://arxiv.org/abs/2605.24769v1
• Date: Sat, 23 May 2026 23:05:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:18.375924
• Title: Leveraging pretrained RGB denoisers for hyperspectral image restoration
• Title（参考訳）: ハイパースペクトル画像復元のための事前訓練RGBデノイザの活用
• Authors: Daniele Picone, Mohamad Jouni, Mauro Dalla-Mura,
• Abstract要約: 凍結したRGBデノイザをハイパースペクトル復元のために再利用する,最小限の訓練を施した軽量アダプタを提案する。 この方法は低次元のスペクトル射影を識別し、制約された線形アグリゲーションを通して超スペクトル立方体を再構成する。 複数のデータセットにまたがるデノイング、デブロアリング、超解像の実験は、ハイパースペクトル固有のベースラインよりも一貫した改善を示している。
• 参考スコア（独自算出の注目度）: 8.505694818967674
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hyperspectral image restoration faces several challenges, including limited training data, strong sensor specificity, and high spectral dimensionality. These limitations hinder the learning of robust hyperspectral priors, motivating the reuse of priors learned from large-scale RGB data. In this work, we propose a minimally trained, lightweight adapter that repurposes frozen pretrained RGB denoisers for hyperspectral restoration through a projection mapping. The method denoises low-dimensional spectral projections and reconstructs the hyperspectral cube through constrained linear aggregation, while preserving plug-and-play compatibility and the stability properties of the underlying RGB denoiser. Experiments on denoising, deblurring, and super-resolution across multiple datasets demonstrate consistent improvements over hyperspectral-specific baselines, showing the strong transferability of large-scale RGB priors.
• Abstract（参考訳）: ハイパースペクトル画像復元は、限られたトレーニングデータ、強いセンサー特異性、高スペクトル次元など、いくつかの課題に直面している。 これらの制限は、大規模なRGBデータから学んだ事前の再利用を動機付ける、堅牢なハイパースペクトル事前学習を妨げている。 本研究では,プロジェクションマッピングによる高スペクトル復元のための冷凍RGBデノイザを再利用する,最小限の訓練を施した軽量アダプタを提案する。 本手法は,RGBデノイザのプラグ・アンド・プレイ互換性と安定性を保ちながら,低次元のスペクトル投影を復調し,制約付き線形アグリゲーションを通じて超スペクトル立方体を再構成する。 複数のデータセットにまたがるデノイング、デブロアリング、超分解能の実験は、ハイパースペクトル固有のベースラインよりも一貫した改善を示し、大規模RGB前の強い転送可能性を示している。

関連論文リスト

• SpectraDINO: Bridging the Spectral Gap in Vision Foundation Models via Lightweight Adapters [1.2622634782102324]
  大規模RGBデータに事前訓練されたビジョンファウンデーションモデル(VFM)は、顕著な表現品質を示している。 近赤外(NIR)、短波赤外(SWIR)、長波赤外(LWIR)にまたがるマルチスペクトルイメージングへの適用性は、いまだに未調査である。 我々は、DINOv2 ViTバックボーンを超可視モードに拡張することで、このスペクトルギャップを橋渡しするマルチスペクトルVFMであるSpectraDINOを提案する。
  論文  参考訳（メタデータ） (2026-05-04T06:09:13Z)
• Physics-Informed Untrained Learning for RGB-Guided Superresolution Single-Pixel Hyperspectral Imaging [8.236676323458687]
  SPI(Single-Pixel Imaging)は、高スペクトル取得への費用対効果を提供するが、非常に低いサンプリングレートで高忠実度空間およびスペクトルの詳細の回復に苦慮している。 本稿では、トレーニングされていないニューラルネットワークとRGBガイダンスを併用した、超高スペクトル再構成と超解像のためのエンドツーエンド物理インフォームドフレームワークを提案する。 提案手法は, 再現精度とスペクトル忠実度の両方において, 最先端のアルゴリズムを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-04-04T03:48:08Z)
• Spectral Super-Resolution Neural Operator with Atmospheric Radiative Transfer Prior [28.251877082351744]
  スペクトル超解像(SSR)は、マルチスペクトル観測から超スペクトル像(HSI)を再構成することを目的としている。 データ駆動方式は広く使われているが、しばしば物理的原理を見落とし、非現実的なスペクトルを生み出す。 本研究では,大気放射移動(ART)をデータ駆動方式に組み込んだ分光超解像ニューラル演算子(SSRNO)を提案する。
  論文  参考訳（メタデータ） (2025-11-22T02:58:03Z)
• Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
  画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。 SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。 スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T14:24:03Z)
• Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM [58.736472371951955]
  表面を交差する光線上の点を3つの領域(前・前・後・後)に分類する3成分式不透明度モデルを導入する。 これにより、より正確な深度のレンダリングが可能となり、画像ワープ技術の性能が向上する。 TTとHOの統合アプローチは,合成および実世界のデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-20T18:03:17Z)
• Symmetric Uncertainty-Aware Feature Transmission for Depth Super-Resolution [52.582632746409665]
  カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。 本手法は最先端の手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-06-01T06:35:59Z)
• Tuning IR-cut Filter for Illumination-aware Spectral Reconstruction from RGB [84.1657998542458]
  再現精度は、使用中のRGBカメラのスペクトル応答に大きく依存していることが証明されている。 本稿では,既存のrgbカメラのフィルタアレイに基づくカラーイメージング機構を調査し,irカットフィルタの設計方法を提案する。
  論文  参考訳（メタデータ） (2021-03-26T19:42:21Z)
• Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
  本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。 本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。 実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
  論文  参考訳（メタデータ） (2020-05-18T14:25:50Z)

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。