Tag · 2 篇
多光谱遥感
分布 底层视觉与图像复原1自监督与表征学习1
01 02
基于对抗展开与数据驱动光谱正则化的光谱超分辨率：从多光谱卫星数据到 NASA 高光谱图像
Spectral Super-Resolution via Adversarial Unfolding and Data-Driven Spectrum Regularization: From Multispectral Satellite Data to NASA Hyperspectral Image
把深度展开网络与数据驱动先验网络（PriorNet）结合，并在展开架构中嵌入对抗判别器，使判别器在训练与测试阶段都参与重建；这一「展开对抗学习」思路可迁移到其他病态逆问题（如去噪、去模糊、超分辨率）中，用轻量先验网络替代隐式深度先验以大幅降低 MACs 与参数量。
酿造更强特征：面向多光谱对地观测的双教师蒸馏
Brewing Stronger Features: Dual-Teacher Distillation for Multispectral Earth Observation
将现代光学视觉基础模型的对比自蒸馏范式迁移到多光谱遥感预训练，通过双教师（多光谱教师+光学VFM教师）对齐全局语义结构，为跨模态表征学习提供了可复用的蒸馏框架。