底层视觉与图像复原 / CVPR2026
SGDE:面向编码孔径压缩光谱成像的自监督几何退化估计框架
SGDE: Self-supervised Geometry Degradation Estimation Framework for Coded Aperture Compressive Spectral Imaging
将掩码错位建模为仿射变换并嵌入成像模型,以自监督方式联合估计退化参数与重建高光谱图像,该思路可迁移到其他对硬件对准敏感的编码成像系统(如编码曝光、结构光)中做在线退化校正。
计算光谱成像自监督学习退化估计