TPAMI 2024 | 无监督测试时间适应学习用于在未知退化下实现高效的高光谱图像超分辨率

题目：Unsupervised Test-Time Adaptation Learning for Effective Hyperspectral Image Super-Resolution With Unknown Degeneration

无监督测试时间适应学习用于在未知退化下实现高效的高光谱图像超分辨率

作者：Lei Zhang; Jiangtao Nie; Wei Wei; Yanning Zhang

---

摘要

将低分辨率的高光谱图像（HSI）与高分辨率的多光谱图像融合提供了一种有效的HSI超分辨率（SR）方法。关键在于使用适当的图像先验和由潜在HSI与观测图像之间的退化确定的似然性来推断潜在（即高分辨率）HSI的后验。然而，在复杂的成像环境和多种成像场景中，HSI的先验可能极为复杂，退化通常是未知的，这导致难以准确推断每个潜在HSI的后验。为了解决这个问题，我们提出了一种无监督的测试时间适应学习（UTAL）框架，用于在未知退化下实现HSI超分辨率。该方法首先通过在大量合成数据上监督预训练的互引导融合