Generative Adversarial Networks for Spatio-Spectral Compression of Hyperspectral Images

要約

ハイパースペクトル画像 (HSI) の圧縮のための深層学習ベースのモデルの開発は、ハイパースペクトル データ アーカイブの急激な成長により、リモート センシングにおいて最近大きな注目を集めています。
既存のモデルのほとんどはスペクトル圧縮または空間圧縮を実現しており、HSI に存在する空間スペクトルの冗長性を一緒に考慮していません。
この問題に対処するために、この論文では、High Fidelity Compression (HiFiC) モデル (空間圧縮問題に対して非常に効果的であることが証明されている) に焦点を当て、それを HSI の空間スペクトル圧縮を実行するように適応させます。
詳細には、2 つの新しいモデルを紹介します。 i) Squeeze および Excitation (SE) ブロックを使用する HiFiC (HiFiC$_{SE}$ として示されます)。
ii) HSI の圧縮のフレームワークにおける 3D 畳み込みを備えた HiFiC (HiFiC$_{3D}$ と表記)。
チャネル アテンションと相互依存性分析を使用して、空間スペクトルの冗長性を圧縮する際の HiFiC$_{SE}$ と HiFiC$_{3D}$ の有効性を分析します。
実験結果は、より高い再構成品質で低いビットレートで画像を再構成しながら、空間スペクトル圧縮を実行する際の提案されたモデルの有効性を示しています。
提案されたモデルのコードは、 https://git.tu-berlin.de/rsim/HSI-SSC で公開されています。

要約(オリジナル)

The development of deep learning-based models for the compression of hyperspectral images (HSIs) has recently attracted great attention in remote sensing due to the sharp growing of hyperspectral data archives. Most of the existing models achieve either spectral or spatial compression, and do not jointly consider the spatio-spectral redundancies present in HSIs. To address this problem, in this paper we focus our attention on the High Fidelity Compression (HiFiC) model (which is proven to be highly effective for spatial compression problems) and adapt it to perform spatio-spectral compression of HSIs. In detail, we introduce two new models: i) HiFiC using Squeeze and Excitation (SE) blocks (denoted as HiFiC$_{SE}$); and ii) HiFiC with 3D convolutions (denoted as HiFiC$_{3D}$) in the framework of compression of HSIs. We analyze the effectiveness of HiFiC$_{SE}$ and HiFiC$_{3D}$ in compressing the spatio-spectral redundancies with channel attention and inter-dependency analysis. Experimental results show the efficacy of the proposed models in performing spatio-spectral compression, while reconstructing images at reduced bitrates with higher reconstruction quality. The code of the proposed models is publicly available at https://git.tu-berlin.de/rsim/HSI-SSC .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google