如此看来,刷个 SOTA 入个顶会也是情理之中了——MST 被 CVPR 2022 接收,其改进版 MST++ 被 CVPRW 2022 接收,并且在 NTIRE 2022 Spectral Reconstruction Challlenge 中取得第一名。 首个基于Transformer的快照压缩成像方法: 论文地址:https://arxiv.org/abs/2111.07910 项目地址:https://github.com/caiyuan...
我们的 MST++ 依旧使用更少的计算量和参数量,达到了更高的性能指标,同时取得了 NTIRE 2022 Challenge on Spectral Reconstruction from RGB 的冠军。 ▲表3 MST++与SOTA方法在NTIRE 2022的validation和test数据集上的性能对比 定性对比:MST++ 与 SOTA 方法在 NTIRE 2022 的 validation 数据集上的定性对比如图 9 ...
定量对比:MST++ 与其他 SOTA 方法在 NTIRE 2022 的 validation 和 test 数据集上的对比如表3所示。 我们的MST++ 依旧使用更少的计算量和参数量,达到了更高的性能指标,同时取得了 NTIRE 2022 Challenge on Spectral Reconstruction from RGB 的冠军。 表3 MST++ 与 SOTA 方法在 NTIRE 2022 的 validation 和 te...
MST++ 与其他 SOTA 方法在 NTIRE 2022 的 validation 和 test 数据集上的对比如表3所示。MST++ 使用更少的计算量和参数量,达到了更高的性能指标,同时取得了 NTIRE 2022 Challenge on Spectral Reconstruction from RGB 的冠军。 表3 MST++ 与 SOTA 方法在 NTIRE 2022 的 validation 和 test 数据集上的性能对...
如此看来,刷个 SOTA 入个顶会也是情理之中了——MST 被 CVPR 2022 接收,其改进版 MST++ 被 CVPRW 2022 接收,并且在 NTIRE 2022 Spectral Reconstruction Challlenge 中取得第一名。 首个基于Transformer的快照压缩成像方法: 论文地址:https://arxiv.org/abs/2111.07910 ...
多阶段网络结构，将RGB图像输入，输出HSI。MST++在NTIRE 2022 Spectral Reconstruction Challenge中，使用较少的计算量与参数量，获得冠军。在SCI-to-HSI与RGB-to-HSI任务中，MST与MST++分别采用Transformer方法，以更少的参数量和更低的计算量，达到更高的性能，推动了高光谱图像重建领域的发展。
如此看来,刷个 SOTA 入个顶会也是情理之中了——MST 被 CVPR 2022 接收,其改进版 MST++ 被 CVPRW 2022 接收,并且在 NTIRE 2022 Spectral Reconstruction Challlenge 中取得第一名。 首个基于Transformer的快照压缩成像方法: 论文地址:https://arxiv.org/abs/2111.07910 ...
NTIRE 2022 Spectral Recovery Challenge and Data Set Boaz Arad Radu Timofte Rony Yahel Nimrod Morag Amir Bernat Yuanhao Cai Jing Lin Zudi Lin Haoqian Wang Yulun Zhang Hanspeter Pfister Luc Van Gool Shuai Liu Yongqiang Li Chaoyu Feng Lei Lei Jiaojiao Li Songcheng Du Chaoxiong Wu...
NTIRE 2022 spectral demosaicing chal- lenge and dataset. In Proceedings of the IEEE/CVF Confer- ence on Computer Vision and Pattern Recognition (CVPR) Workshops, 2022. [5] Boaz Arad, Radu Timofte, Rony Yahel, Nimrod Morag, Amir Bernat, et al. NTIRE 2022 spec...
{MST++: Multi-stage Spectral-wise TransformerforEfficient Spectral Reconstruction}, author={Yuanhao Cai and Jing Lin and Zudi Lin and Haoqian Wang and Yulun Zhang and Hanspeter Pfister and Radu Timofte and Luc Van Gool}, booktitle={CVPRW}, year={2022} }#HDNet@inproceedings{hdnet, title={...