Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.04665

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2501.04665 (eess)
[提交于 2025年1月8日 (v1) ,最后修订 2025年1月14日 (此版本, v3)]

标题: HyFusion:高光谱图像融合的增强接收域变换器

标题: HyFusion: Enhanced Reception Field Transformer for Hyperspectral Image Fusion

Authors:Chia-Ming Lee, Yu-Fan Lin, Yu-Hao Ho, Li-Wei Kang, Chih-Chung Hsu
摘要: 高光谱图像(HSI)融合解决了从高分辨率多光谱图像(HR-MSIs)和低分辨率HSI(LR-HSIs)重建高分辨率HSI(HR-HSIs)的挑战,鉴于获取高质量HSI的高成本和硬件限制,这是一个关键任务。虽然现有方法利用了空间和光谱关系,但它们通常受到有限的感受野和特征利用不足的限制,导致性能不佳。此外,高质量HSI数据的稀缺性突显了高效数据利用的重要性,以最大化重建质量。为了解决这些问题,我们提出了HyFusion,一种新颖的双耦合网络(DCN)框架,旨在增强跨域特征提取并实现有效的特征图重用。该框架首先通过专用子网络处理HR-MSI和LR-HSI输入,在特征提取过程中相互增强,保留互补的空间和光谱细节。其核心是增强感受野块(ERFB),它结合了移动窗口注意力和密集连接以扩展感受野,有效捕捉长距离依赖关系,同时最小化信息丢失。大量实验表明,HyFusion在HR-MSI/LR-HSI融合中实现了最先进的性能,在保持紧凑模型大小和计算效率的同时显著提高了重建质量。通过将增强的感受野和特征图重用集成到耦合网络架构中,HyFusion为资源受限场景下的HSI融合提供了一个实用且有效的解决方案,在高光谱成像领域设定了新的基准。我们的代码将公开可用。
摘要: Hyperspectral image (HSI) fusion addresses the challenge of reconstructing High-Resolution HSIs (HR-HSIs) from High-Resolution Multispectral images (HR-MSIs) and Low-Resolution HSIs (LR-HSIs), a critical task given the high costs and hardware limitations associated with acquiring high-quality HSIs. While existing methods leverage spatial and spectral relationships, they often suffer from limited receptive fields and insufficient feature utilization, leading to suboptimal performance. Furthermore, the scarcity of high-quality HSI data highlights the importance of efficient data utilization to maximize reconstruction quality. To address these issues, we propose HyFusion, a novel Dual-Coupled Network (DCN) framework designed to enhance cross-domain feature extraction and enable effective feature map reusing. The framework first processes HR-MSI and LR-HSI inputs through specialized subnetworks that mutually enhance each other during feature extraction, preserving complementary spatial and spectral details. At its core, HyFusion utilizes an Enhanced Reception Field Block (ERFB), which combines shifting-window attention and dense connections to expand the receptive field, effectively capturing long-range dependencies while minimizing information loss. Extensive experiments demonstrate that HyFusion achieves state-of-the-art performance in HR-MSI/LR-HSI fusion, significantly improving reconstruction quality while maintaining a compact model size and computational efficiency. By integrating enhanced receptive fields and feature map reusing into a coupled network architecture, HyFusion provides a practical and effective solution for HSI fusion in resource-constrained scenarios, setting a new benchmark in hyperspectral imaging. Our code will be publicly available.
评论: 提交至IGARSS 2025
主题: 图像与视频处理 (eess.IV) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2501.04665 [eess.IV]
  (或者 arXiv:2501.04665v3 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.04665
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Chia-Ming Lee [查看电子邮件]
[v1] 星期三, 2025 年 1 月 8 日 18:22:44 UTC (1,302 KB)
[v2] 星期六, 2025 年 1 月 11 日 06:21:30 UTC (1,300 KB)
[v3] 星期二, 2025 年 1 月 14 日 09:11:42 UTC (779 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.CV
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号