BriefGPT - AI 论文速递
·
像素自适应深度展开变换器用于高光谱图像重建
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种适用于高光谱图像重建的像素自适应深度展开变换 (PADUT) 方法，通过引入非局部光谱变换 (NST) 强调了 HSI 的 3D 特征，并通过快速傅里叶变换 (FFT) 改进了阶段交互。实验结果表明，PADUT 方法在高光谱图像重建方面具有卓越的性能。
🎯
关键要点
- 提出了一种适用于高光谱图像重建的像素自适应深度展开变换 (PADUT) 方法。
- 引入非局部光谱变换 (NST) 强调高光谱图像 (HSI) 的 3D 特征。
- 通过快速傅里叶变换 (FFT) 改进了阶段交互。
- 实验结果表明，PADUT 方法在高光谱图像重建方面具有卓越的性能。
➡️
