Denoiser RGB riutilizzati per il restauro di immagini iperspettrali
Un nuovo metodo sfrutta denoiser RGB preaddestrati per il restauro di immagini iperspettrali, affrontando sfide come dati di addestramento limitati e alta dimensionalità spettrale. L'approccio utilizza un adattatore leggero che proietta i dati iperspettrali in uno spazio a bassa dimensionalità, applica denoiser RGB congelati e ricostruisce il cubo tramite aggregazione lineare. Esperimenti su denoising, deblurring e super-risoluzione mostrano miglioramenti costanti rispetto alle baseline specifiche per iperspettrale, dimostrando una forte trasferibilità dei priori RGB su larga scala.
Fatti principali
- Il restauro di immagini iperspettrali affronta dati di addestramento limitati, specificità del sensore e alta dimensionalità spettrale.
- Il metodo proposto riutilizza denoiser RGB preaddestrati congelati tramite una mappatura di proiezione.
- Il metodo denoisa proiezioni spettrali a bassa dimensionalità e ricostruisce tramite aggregazione lineare vincolata.
- Vengono preservate la compatibilità plug-and-play e le proprietà di stabilità del denoiser RGB sottostante.
- Esperimenti su denoising, deblurring e super-risoluzione su più dataset.
- Miglioramenti costanti rispetto alle baseline specifiche per iperspettrale.
- Mostra una forte trasferibilità dei priori RGB su larga scala.
- Il metodo è minimamente addestrato e leggero.
Entità
—