源码见专栏置顶~
论文作者:Chanyue Wu,Dong Wang,Hanyu Mao,Ying Li
作者单位:Northwestern Polytechnical University; Yan’an University
论文链接:http://arxiv.org/abs/2306.12085v1
内容简介:
1)方向:图像超分辨率
2)应用:高光谱图像超分辨率
3)背景:高光谱图像在计算机视觉任务中具有重要意义,但其在空间域中的低分辨率特性会受到多种物理因素的影响,从而影响其潜力。
4)方法:本文提出一种基于条件扩散模型的高光谱图像超分辨率方法(HSR-Diff),将高分辨率多光谱图像(MSI)与相应的低分辨率高光谱图像(LR-HSI)合并。HSR-Diff通过重复细化生成高分辨率HSI,其中高分辨率HSI通过纯高斯噪声初始化并迭代地细化。在每次迭代中,使用 Conditional Denoising Transformer(CDF ormer)去除噪声,该 Transformer 在不同噪声水平下进行去噪训练,并以HR-MSI和LR-HSI的分层特征图为条件。此外,采用渐进式学习策略来利用全分辨率图像的全局信息。
5)结果:在四个公共数据集上进行了系统实验,结果表明HSR-Diff优于现有的超分辨率方法。