BriefGPT - AI 论文速递
·
ADASR：一种针对高光谱和多光谱数据融合的对抗自动增强框架
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于超光谱人脸图像的深度学习技术，采用分光和聚合策略（SSAS）来解决训练样本非常有限的超分辨率问题。实验结果表明，提出的SSANet模型可以很好地模拟空间和光谱信息的联合相关性，同时能够有效缓解训练样本数量有限的问题。
🎯
关键要点
- 本文提出了一种基于超光谱人脸图像的深度学习技术。
- 采用分光和聚合策略（SSAS）解决训练样本非常有限的超分辨率问题。
- 在浅层中，将超光谱图像分成不同的光谱组。
- 在深层逐渐聚合相邻的波段以利用光谱相关性。
- SSAS策略通过扩展训练样本支持网络的高效训练。
- 实验结果表明，SSANet模型能够模拟空间和光谱信息的联合相关性。
- SSANet模型有效缓解训练样本数量有限的问题。
➡️
