近日，碩士生胡帥在高光譜修復(fù)方面的工作 “Hybrid Convolutional and Attention Network for Hyperspectral Image Denoising” 被IEEE Geoscience and Remote Sensing Letters 接收

高光譜圖像去噪對于高效分析和解釋高光譜數(shù)據(jù)至關(guān)重要。然而，同時建模全局和局部特征的高光譜圖像去噪方法很少被探索。在這篇論文中，我們提出了一個混合卷積和注意力的網(wǎng)絡(luò)（Hybrid Convolutional and Attention Network, HCANet），充分利用了卷積神經(jīng)網(wǎng)絡(luò)和Transformer的優(yōu)勢。為了增強(qiáng)對全局和局部特征的建模，我們設(shè)計了一個卷積和注意力融合模塊，旨在捕捉遠(yuǎn)距離依賴性和鄰域光譜相關(guān)性。此外，為了改善多尺度信息聚合，我們設(shè)計了一個多尺度前饋網(wǎng)絡(luò)，通過在不同尺度提取特征來增強(qiáng)去噪性能。在主流高光譜圖像數(shù)據(jù)集上的實驗結(jié)果展示了所提出的HCANet的合理性和有效性。

論文數(shù)據(jù)和代碼可以在 https://github.com/summitgao/HCANet 獲取