Spatial–Spectral Attention Pyramid Network for Hyperspectral Stripe Restoration

高光谱成像 计算机科学 人工智能 棱锥(几何) 像素 图像分辨率 计算机视觉 空间分析 模式识别(心理学) 失真(音乐) 遥感 地质学 数学 电信 放大器 几何学 带宽(计算)
作者
Liangliang Chen,Yueming Wang,Chengkang Zhang
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:62: 1-17
标识
DOI:10.1109/tgrs.2023.3342189
摘要

Push-broom hyperspectral imaging systems often suffer from stripe artifacts. The conventional methods treat the artifacts as noise and suppress narrow-stripe ones well, but show limitations to wide and full-band stripe artifacts. To address the problem, this paper proposes a spatial-spectral attention pyramid network (SAPN) for hyperspectral stripe restoration. Firstly, the spatial-spectral mixed attention module (SMA) is developed to tackle the inefficiency of neighborhood representation in wide stripes, and it is mainly composed of three spatial and spectral attention (SSA) operations. Each SSA specifically combines channel and non-local attention to compute spatial-spectral attention features. SMA utilizes these SSA operations to achieve different spatial-spectral attention features for multi-directional slices of hyperspectral cubes, and then fuses them to establish the contextual connection between the single pixel and the global information. Further, we build an efficient pyramid backbone (EPB) for stripe restoration. In EPB, multi-resolution shallow pyramid features are extracted by the lightweight head module, and then inferred and reconstructed by SMA and other layers from coarse to fine, the shareable SSA layer also greatly decreases parameters. Besides, we develop an unsupervised learning strategy where SAPN generates pseudo-reference images with the aid of deep image prior, and achieve the convergent model for batch images. Experiments are carried out on the private and public hyperspectral datasets where wide stripes respectively exist at the same and different spatial locations in all bands. Experimental results demonstrate that SAPN can obtain competitive objective metrics, and it can restore images with more realistic texture and fidelity spectra.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
victory_liu完成签到,获得积分10
2秒前
Herbs完成签到 ,获得积分10
6秒前
Jonsnow完成签到 ,获得积分10
8秒前
孤独的大灰狼完成签到 ,获得积分10
8秒前
马登完成签到,获得积分10
16秒前
liguanyu1078完成签到,获得积分10
18秒前
SciGPT应助FiroZhang采纳,获得10
20秒前
chenbin完成签到,获得积分10
22秒前
陈米花完成签到,获得积分10
22秒前
yyjl31完成签到,获得积分10
22秒前
Simon_chat完成签到,获得积分10
23秒前
路路完成签到 ,获得积分10
23秒前
Aprilzhou完成签到,获得积分10
28秒前
吐司炸弹完成签到,获得积分10
29秒前
mayfly完成签到,获得积分10
29秒前
轻松思枫完成签到 ,获得积分10
40秒前
gms完成签到,获得积分10
45秒前
Sunny完成签到 ,获得积分10
1分钟前
CHANG完成签到 ,获得积分10
1分钟前
sunnyqqz完成签到,获得积分10
1分钟前
慕子完成签到 ,获得积分10
1分钟前
葶ting完成签到 ,获得积分10
1分钟前
xianyaoz完成签到 ,获得积分10
1分钟前
薏仁完成签到 ,获得积分10
1分钟前
科研通AI2S应助吧嗒嗒采纳,获得10
1分钟前
FashionBoy应助55555采纳,获得10
1分钟前
汉堡包应助潇潇雨歇采纳,获得10
1分钟前
liuyong6413完成签到 ,获得积分10
1分钟前
顾矜应助潇潇雨歇采纳,获得10
2分钟前
2分钟前
踏实的书包完成签到,获得积分10
2分钟前
55555发布了新的文献求助10
2分钟前
飘飘完成签到,获得积分10
2分钟前
安静严青完成签到 ,获得积分10
2分钟前
陶醉的翠霜完成签到 ,获得积分10
2分钟前
zyb完成签到 ,获得积分10
2分钟前
bluelemon完成签到,获得积分10
2分钟前
xue112完成签到 ,获得积分10
2分钟前
ewind完成签到 ,获得积分10
2分钟前
asheng98完成签到 ,获得积分10
3分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709863
关于积分的说明 7418267
捐赠科研通 2354446
什么是DOI,文献DOI怎么找? 1246020
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921