基于CNN与Mamba状态空间模型的高光谱图像压缩感知

浏览量:31下载量:8CSCD:0

基于CNN与Mamba状态空间模型的高光谱图像压缩感知
Mamba-CSNet： Joint CNN and Mamba State-Space Modeling for Hyperspectral Image Compressive Sensing
“高光谱图像因高维度特性面临存储与传输挑战，"结合深度学习的压缩感知方法受到广泛关注，但现有方法在压缩性能、重建质量以及计算复杂度之间仍难以实现有效平衡"，研究团队提出Mamba-CSNet，为星载高光谱数据高效压缩提供解决方案。”
- 角色：First author第一作者
- 机构：
  武汉大学测绘遥感信息工程全国重点实验室,武汉 430072
- 邮箱：jiajunchen@whu.edu.cn
- 简介：陈嘉骏，研究方向为高光谱图像压缩与重建。E-mail： jiajunchen@whu.edu.cn
陈嘉骏
1 * ，
- 角色：Corresponding author通信作者
- 机构：
  武汉大学人工智能学院, 武汉 430072
- 邮箱：jing@whu.edu.cn
- 简介：肖晶，研究方向为高精度卫星遥感实时智能服务。E-mail： jing@whu.edu.cn
肖晶
2 * ，
- 机构：
  西安电子科技大学杭州研究院, 杭州 311231
廖良
3 * ，
- 机构：
  武汉大学测绘遥感信息工程全国重点实验室,武汉 430072
  湖北珞珈实验室, 武汉 430079
王密
14 *
2026年页码：1-14
DOI：10.11834/jrs.20266056
稿件说明：