近日，硕士生胡帅在高光谱修复方面的工作 “Hybrid Convolutional and Attention Network for Hyperspectral Image Denoising” 被IEEE Geoscience and Remote Sensing Letters 接收

高光谱图像去噪对于高效分析和解释高光谱数据至关重要。然而，同时建模全局和局部特征的高光谱图像去噪方法很少被探索。在这篇论文中，我们提出了一个混合卷积和注意力的网络（Hybrid Convolutional and Attention Network, HCANet），充分利用了卷积神经网络和Transformer的优势。为了增强对全局和局部特征的建模，我们设计了一个卷积和注意力融合模块，旨在捕捉远距离依赖性和邻域光谱相关性。此外，为了改善多尺度信息聚合，我们设计了一个多尺度前馈网络，通过在不同尺度提取特征来增强去噪性能。在主流高光谱图像数据集上的实验结果展示了所提出的HCANet的合理性和有效性。

论文数据和代码可以在 https://github.com/summitgao/HCANet 获取