BriefGPT - AI 论文速递
·
基于 Haar 核范数的遥感图像恢复方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为Haar nuclear norm (HNN)的新型低秩正则化项，用于高效和有效的遥感图像恢复。实验结果显示HNN在遥感图像修补、云矢量图像去除和高光谱图像去噪等任务中显示出潜力。相比某些最先进方法，HNN在修补任务中可以实现1-4 dB的性能改进和10-28倍的加速。
🎯
关键要点
- 提出了一种名为Haar nuclear norm (HNN)的新型低秩正则化项。
- HNN用于高效和有效的遥感图像恢复。
- HNN利用2-D Haar离散小波变换的小波系数的低秩特性。
- HNN能够有效模拟图像中的粗粒度结构和细粒度纹理。
- 实验结果显示HNN在遥感图像修补、云矢量图像去除和高光谱图像去噪等任务中表现出潜力。
- HNN在修补任务中相比某些最先进方法实现了1-4 dB的性能改进。
- HNN在修补任务中实现了10-28倍的加速。
➡️
