Coupled Convolutional Neural Network With Adaptive Response Function Learning for Unsupervised Hyperspectral Super Resolution
HyCoNet由三个耦合的自动编码器网络组成,其中HSI和MSI基于线性分解模型解混成端元和丰度。设计了两个特殊的卷积层作为与三个自编码网络协调的桥梁,在训练过程中自适应地学习两个卷积层的PSF和SRF参数。此外,在联合损失函数的驱动下,该方法简单明了,易于实现端到端的训练。
贡献:
1、提出一种新的无监督网络HyCoNet来解决未知SRF和PSF的HSI-MSI融合问题。结果表明,与9种最新的HSI-MSI融合方法相比,该方法能较好地处理任意的SRF和PSF
2、该方法基于线性分解理论,将三个自编码网络联合耦合。在这些网络中,端成员包括一个卷积层的参数,该卷积层在两个自动编码器网络之间共享。此外,为了提高这些网络的一致性,学习的PSF层充当连接低分辨率和高分辨率丰度的桥梁。
3、 使用无监督学习和端到端培训方式驱动模型的联合损失函数,从而为获得最终结果提供了一种简单而直接的训练策略。