- …
- …
#489
summarized by : Shigekazu Takizawa
どんな論文か？
ハイパースペクトル画像を1回の2次元的な測定で撮像するCoded-aperture Snapshot Spectral Imaging (CASSI)において、解釈性の高い画像復元手法を提案している。Gaussian Scale Mixture (GSM) priorを採用しているが、手動でハイパーパラメータを決めていた従来の手法と異なり、CNNによってハイパラを決定している。
新規性
CNNを用いてGSMモデルのscale priorを学習することで、高い復元性能とモデルの解釈性の高さを両立している。また、観測行列（とその転置）を陽に実装するとメモリー消費量が激しいので、代わりに各CNNサブネットワークを作って学習させており、このことはマスクの変更に対してロバストになる寄与もある。
結果
数値シミュレーション（データセットはCAVEとKAIST）と実際の測定データの双方において、一般にCNNベースの手法は従来のモデルベースな手法を上回ることを確認し、中でも提案手法はPSNR, SSIMにおいて最も良い値を示した。また、1枚のマスクに特化して学習させたCNNベースの各既存手法よりも、5枚のマスクで学習した提案手法の方が優れた復元性能を示した。
その他（なぜ通ったか？等）
Project page: https://see.xidian.edu.cn/faculty/wsdong/Projects/DGSM-SCI.htm
- …
- …