Краткое содержание

arXiv:2511.13020v1 Тип объявления: новый Аннотация: Гиперспектральная визуализация (HSI) обладает большим потенциалом для здравоохранения благодаря богатству спектральной информации. Однако получение гиперспектральных изображений остается дорогостоящим и технически сложным процессом. Восстановление гиперспектрального изображения предлагает практическое решение этой проблемы путем восстановления HSI-данных из доступных источников, таких как RGB-изображения. Несмотря на наличие большого количества общих наборов данных, нехватка человеческих HSI-данных ограничивает прогресс в медицинских приложениях. Для решения данной проблемы мы предлагаем метод SpectralAdapt — полу-контролируемый подход адаптации доменов (SSDA), который устраняет разрыв между общими и ориентированными на человека наборами данных HSI. Чтобы эффективно использовать ограниченные размеченные данные и большое количество неразмеченных образцов, мы улучшаем обработку спектров посредством введения метода маскирования спектральной плотности (SDM), который адаптивно скрывает каналы RGB в зависимости от их спектральной сложности, стимулируя восстановление информативных областей на основе дополняющих признаков во время согласованного обучения. Дополнительно нами предложена концепция представления спектральных эндчленов...