課題組潘浩東同學(xué)的一篇關(guān)于高光譜圖像去噪的研究工作近期被 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 接收

論文題目：Multi-Scale Adaptive Fusion Network for Hyperspectral Image Denoising

作者：Haodong Pan; Feng Gao; Junyu Dong; Qian Du

去除高光譜圖像中的噪聲并提高其視覺質(zhì)量是具有挑戰(zhàn)性的一項(xiàng)目任務(wù)?，F(xiàn)有的高光譜圖像去噪方法在多個(gè)尺度之間的特征交互利用和豐富的光譜結(jié)構(gòu)保留方面仍存在局限性。鑒于此，我們構(gòu)建了多尺度自適應(yīng)融合網(wǎng)絡(luò)（MAFNet）用于高光譜圖像去噪。該網(wǎng)絡(luò)可以學(xué)習(xí)干凈和含噪聲的高光譜圖像之間的復(fù)雜非線性映射，包括兩個(gè)關(guān)鍵模塊：多尺度信息聚合網(wǎng)絡(luò)和共同注意融合模塊。具體而言，首先生成一組多尺度圖像，并將它們輸入到粗融合網(wǎng)絡(luò)中，然后使用精細(xì)的融合網(wǎng)絡(luò)在并行的多尺度子網(wǎng)絡(luò)之間交換信息。此外，我們還設(shè)計(jì)了一個(gè)共同融合模塊，以自適應(yīng)地強(qiáng)調(diào)來自不同尺度的信息特征，從而增強(qiáng)去噪的判別學(xué)習(xí)能力。在多個(gè)高光譜數(shù)據(jù)集上的大量實(shí)驗(yàn)表明，本文提出的MAFNet實(shí)現(xiàn)了優(yōu)異的去噪性能。

 

本方法已經(jīng)在Github開源，地址：https://github.com/summitgao/MAFNet