Key points are not available for this paper at this time.
التصوير الطيفي الفائق هو وسيلة تصوير واعدة، وقد جذب اهتماماً متزايداً من الأبحاث من خلال الاستشعار الضاغط مثل التصوير الطيفي عبر الفتحة المشفرة (CASSI)، لالتقاط معلومات وفيرة في المجالات المكانية والطيفية والزمانية بشكل متزامن. يهدف إعادة بناء الصورة الطيفية الفائقة (HSI) في CASSI إلى استرجاع الإشارة ثلاثية الأبعاد الأصلية من اللقطة المضغوطة ثنائية الأبعاد. مؤخراً، تم استخدام التعلم العميق على نطاق واسع في إعادة بناء HSI عبر تصميم هياكل الشبكة يدوياً، مما يؤدي عادةً إلى نماذج معقدة وكثيفة الحساب، يصعب تضمينها في أنظمة التصوير الحقيقية. تهدف هذه الدراسة إلى الاستفادة من بحث هيكل الشبكة لتصميم هياكل شبكية فعالة وفعّالة تلقائياً من أجل إعادة بناء HSI. على وجه التحديد، نستغل استراتيجيات البحث المعتمدة على التدرج ونعد عمليات اختيارية (خلايا) مع مجال استقبال تكيفي مثل الطبقات القابلة للتوسع والطبقات الالتفافية القابلة للتشكيل لبناء مساحة بحث هرمية مرنة. من خلال مشاركة الخلايا ضمن مستويات مختلفة من الميزات واستخدام تقنية الإيقاف المبكر، نحقق استراتيجية NAS فعالة من حيث الحساب والذاكرة لتصميم نموذج خفيف فعال تلقائياً لإعادة بناء HSI. أثبتت النتائج التجريبية الواسعة أن هيكل الشبكة الذي تم تحقيقه من خلال NAS المقترح لدينا له حجم نموذج أصغر بكثير وتكلفة حسابية أقل بينما ينتج أداءً أفضل أو مشابه لإعادة بناء HSI مقارنة بالطرق المتقدمة في هذا المجال.
درس هان وآخرون (مون،) هذا السؤال.