HyperAIHyperAI
منذ 9 أيام

تحسين إعادة بناء الصورة الطيفية اللحظية من خلال التصحيح الطيفي-المكاني

{Yin-Ping Zhao, Dengxiu Yu, Yongyong Chen, Haijin Zeng, Jiancheng Zhang}
تحسين إعادة بناء الصورة الطيفية اللحظية من خلال التصحيح الطيفي-المكاني
الملخص

كيفية الاستفادة الفعّالة من الخصائص الطيفية والمكانية للصورة الطيفية الفائقة (HSI) تظل مشكلة رئيسية في إعادة بناء الصورة الطيفية المُلتقطة في لحظة واحدة. في الآونة الأخيرة، أظهرت نموذج "المحوّل حسب الطيف" (spectra-wise transformer) إمكانات كبيرة في اكتشاف التشابهات بين الطيفيات المختلفة للصورة، لكن التصميم التقليدي للمحوّل، المتمثل في تقسيم متعدد الرؤوس في البُعد الطيفي (القناة)، يعيق نمذجة المعلومات الطيفية الشاملة ويؤدي إلى ظاهرة التأثير المتوسط. علاوة على ذلك، تعتمد الطرق السابقة على افتراضات مكانية عادية دون أخذ العمليات البصرية بعين الاعتبار، مما يجعلها غير قادرة على معالجة التدهور المكاني الفريد الناتج عن إعادة بناء الصور الطيفية الملتقطة في لحظة واحدة. في هذا البحث، نحلل تأثير تقسيم متعدد الرؤوس، ونُقدّم طريقة جديدة تُسمى "تصحيح الطيفية-المكانية" (Spectral-Spatial Rectification, SSR) لتعزيز استغلال المعلومات الطيفية وتحسين التدهور المكاني. بشكل خاص، تتألف SSR من جزأين رئيسيين: "الانتباه الذاتي حسب الطيف القائم على النافذة" (Window-based Spectra-wise Self-Attention, WSSA)، والذي يهدف إلى اكتشاف المعلومات الطيفية الشاملة ومراعاة الفروق المحلية، و"كتلة تصحيح المكانية" (spAtial Rectification Block, ARB)، التي تسعى لتقليل التدهور المكاني باستخدام استراتيجية محاذاة مكانية. أظهرت النتائج التجريبية في المشاهد المحاكاة والواقعية فعالية الوحدات المقترحة، كما قدمنا نماذج على مقاييس متعددة لإثبات تفوق منهجنا.

تحسين إعادة بناء الصورة الطيفية اللحظية من خلال التصحيح الطيفي-المكاني | أحدث الأوراق البحثية | HyperAI