ASSR-Net：異方性構造を考慮し、スペクトルを再較正するネットワークによるハイパースペクトル画像融合

Abstract

ハイパースペクトル画像フュージョンは、複数ソース入力から補完的な情報を統合することで、高空間解像度ハイパースペクトル画像（HR-HSI）を再構成することを目的とします。近年の進展にもかかわらず、既存手法はいまだに2つの重要な課題に直面しています：（1）異方性の空間構造の再構成が不十分であり、その結果、詳細がぼやけて空間品質が損なわれること、そして（2）フュージョン中のスペクトル歪みが、微細なスペクトル表現を妨げることです。これらの問題に対処するために、 \textbf{ASSR-Net}：ハイパースペクトル画像フュージョンのための、異方性構造を認識しスペクトルを再校正するネットワークを提案します。ASSR-Net は、異方性構造認識型の空間強調（ASSE）と階層的な事前情報に基づくスペクトルキャリブレーション（HPSC）からなる2段階のフュージョン戦略を採用します。第1段階では、方向知覚フュージョン・モジュールが複数の方位に沿った構造的特徴を適応的に捉え、異方性の空間パターンを効果的に再構成します。第2段階では、スペクトル再校正モジュールが元の低解像度HSIをスペクトルの事前情報として活用し、融合結果におけるスペクトル偏差を明示的に補正することで、スペクトルの忠実性を向上させます。各種ベンチマークデータセットに対する大規模な実験により、ASSR-Net が常に最先端手法を上回り、空間的な詳細の保持とスペクトルの一貫性のいずれにおいても優れた性能を達成することが示されています。