Hyperspectral image super-resolution via non-local sparse tensor factorization
發表在CVPR2017上面的一篇paper，下面是我個人對該文的一些粗略翻譯、理解和體會。 摘要 通過將低分辨率的高光譜(LR-HSI)圖像與高分辨率的多光譜(HR-MSI)圖像進行融合，進而得到高分辨率的高光譜圖像(HR-HSI)的過程稱爲高光譜超分辨率。目前大多數的高光譜圖像超分辨率多基於矩陣分解的方法，即在處理將三維的高光譜圖像展開成爲一個矩陣。一般來說，通過展開爲矩陣的形式對高光譜圖像進行
相關文章
- 1. Image super-resolution via sparse representation論文總結
- 2. 【論文閱讀筆記】Hyperspectral image classification via a random patches network
- 3. Robust Face Recognition via Sparse Representation
- 4. Efficient Neighbourhood Consensus Networks via Submanifold Sparse Convolutions
- 5. Zero-Shot Hyperspectral Image Denoising With Separable Image Prior
- 6. HSI去噪論文分享之四
- 7. Generative Adversarial Networks for Hyperspectral Image Classification
- 8. Deep Learning for Hyperspectral Image Classification:An Overview
- 9. 計算機視覺相關資料
- 10. NFM（Neural Factorization Machines for Sparse Predictive Analytics）
- 更多相關文章...
- • RSS
元素 - RSS 教程 - • ASP.NET Image 控件 - ASP.NET 教程
- • Docker 清理命令
- • Docker容器實戰(八) - 漫談 Kubernetes 的本質
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Image super-resolution via sparse representation論文總結
- 2. 【論文閱讀筆記】Hyperspectral image classification via a random patches network
- 3. Robust Face Recognition via Sparse Representation
- 4. Efficient Neighbourhood Consensus Networks via Submanifold Sparse Convolutions
- 5. Zero-Shot Hyperspectral Image Denoising With Separable Image Prior
- 6. HSI去噪論文分享之四
- 7. Generative Adversarial Networks for Hyperspectral Image Classification
- 8. Deep Learning for Hyperspectral Image Classification:An Overview
- 9. 計算機視覺相關資料
- 10. NFM（Neural Factorization Machines for Sparse Predictive Analytics）