FSCM: Un framework GAN per la colorizzazione di immagini iperspettrali infrarosse

Un nuovo articolo su arXiv introduce FSCM, un framework basato su reti generative avversarie (GAN) progettato per colorizzare immagini iperspettrali infrarosse. L'imaging termico a infrarossi è robusto ai cambiamenti di illuminazione e al fumo, favorendo la percezione in tutte le condizioni meteorologiche, ma manca di colori naturali e texture fini, ostacolando il riconoscimento dei bersagli e l'interpretazione visiva. I metodi di colorizzazione esistenti si basano su immagini a banda singola, causando distorsioni strutturali e confusione semantica a causa di insufficienti indizi spettrali. Le immagini iperspettrali infrarosse offrono dati spettrali ricchi, ma gli attuali framework a banda singola modellano male l'accoppiamento spaziale-spettrale e le texture deboli. FSCM affronta questi problemi con un GAN guidato da informazioni spettrali, dotato di un generatore a spazio degli stati spaziale-spettrale potenziato in frequenza, costruito da unità FSB in cascata. Ogni FSB integra la modellazione dello spazio degli stati e il potenziamento in frequenza per migliorare la qualità della colorizzazione. L'articolo è pubblicato su arXiv con ID 2605.15880.