Super-résolution hyperspectrale et démélange conjoints : approche tensorielle sous contraintes de positivité et semi-aveugle basée sur la β-divergence - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Super-résolution hyperspectrale et démélange conjoints : approche tensorielle sous contraintes de positivité et semi-aveugle basée sur la β-divergence

Résumé

-Dans ce papier, nous résolvons simultanément les problèmes de super-résolution hyperspectral et de démélange de l'image à super-résolution dans le contexte dit "semi-aveugle". Notre approche est basée sur trois piliers : (i) l'estimation des matrices de couplage, (ii) une décomposition tensorielle couplée de rang faible avec des mises à jour multiplicatives et (iii) une famille de problèmes d'optimisation basés sur la β-divergence. Nous proposons une famille d'algorithmes simples et robustes adaptés à diverses statistiques de bruit. Nos simulations sur données réelles montrent les performances de notre approche, et ce pour les deux problèmes considérés.
Fichier principal
Vignette du fichier
gretsi.pdf (744.67 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04138618 , version 1 (23-06-2023)

Identifiants

  • HAL Id : hal-04138618 , version 1

Citer

Clémence Prévost, Valentin Leplat. Super-résolution hyperspectrale et démélange conjoints : approche tensorielle sous contraintes de positivité et semi-aveugle basée sur la β-divergence. GRETSI 2023 XXIXème Colloque Francophone de Traitement du Signal et des Images, Aug 2023, Grenoble, France. ⟨hal-04138618⟩

Collections

CNRS UNIV-LILLE
22 Consultations
15 Téléchargements

Partager

Gmail Facebook X LinkedIn More