【儀表網(wǎng) 研發(fā)快訊】近日，中國(guó)科學(xué)院合肥物質(zhì)院智能所兩篇科研論文同時(shí)被人工智能領(lǐng)域頂級(jí)會(huì)議AAAI 2024接收。兩篇論文均出自謝成軍與張潔團(tuán)隊(duì)，第一作者為碩士生何炫華，團(tuán)隊(duì)成員李瑞、顏科宇、胡濤等為論文算法設(shè)計(jì)思路、部分實(shí)驗(yàn)和論文撰寫(xiě)做出了貢獻(xiàn)。
 

　　多光譜高分辨率的遙感圖像對(duì)于農(nóng)業(yè)生產(chǎn)監(jiān)測(cè)、災(zāi)害監(jiān)測(cè)評(píng)估、環(huán)境保護(hù)等領(lǐng)域具有重要意義。然而，現(xiàn)有基于深度學(xué)習(xí)的全色銳化算法受到神經(jīng)網(wǎng)絡(luò)頻率偏好的影響，難以處理圖像中的高頻信息，并且固定的網(wǎng)絡(luò)結(jié)構(gòu)難以處理遙感圖像中內(nèi)容變化巨大的情況。為提高全色銳化模型的性能，使其更好地關(guān)注高頻信息并自適應(yīng)地處理不同的圖像內(nèi)容，團(tuán)隊(duì)提出了頻率自適應(yīng)多專(zhuān)家網(wǎng)絡(luò)FAME-Net，該方法受到離散余弦變換和多專(zhuān)家網(wǎng)絡(luò)的啟發(fā)，通過(guò)頻率掩碼預(yù)測(cè)器，自適應(yīng)生成高低頻掩碼，并將高低頻特征分別送入不同的專(zhuān)家網(wǎng)絡(luò)進(jìn)行處理，使網(wǎng)絡(luò)能夠分別關(guān)注高低頻部分，通過(guò)門(mén)控機(jī)制聚合多專(zhuān)家輸出，實(shí)現(xiàn)對(duì)不同圖像內(nèi)容產(chǎn)生動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)。在多個(gè)公開(kāi)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，F(xiàn)AME-Net具有卓越的性能。相關(guān)研究以“Frequency-Adaptive Pan-Sharpening with Mixture of Experts“為題發(fā)表。
 

　　RAW-to-sRGB是一種顏色空間轉(zhuǎn)換方法，用于將相機(jī)捕捉到的原始RAW格式圖像數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)RGB顏色空間，該項(xiàng)研究在計(jì)算機(jī)底層視覺(jué)領(lǐng)域具有重要研究?jī)r(jià)值與意義?，F(xiàn)有的方法往往將RAW-to-sRGB的任務(wù)簡(jiǎn)化為回歸問(wèn)題，忽視了兩種圖像在空間結(jié)構(gòu)和色彩信息上存在的內(nèi)在差異，導(dǎo)致這些方法難以產(chǎn)生令人滿意的結(jié)果?；赗AW圖像和sRGB圖像之間差異的深入分析，并受到傅立葉變換先驗(yàn)的啟示，團(tuán)隊(duì)提出了使用頻域解耦合的RAW-to-sRGB新方法，設(shè)計(jì)了一種輕量級(jí)的FourierISP網(wǎng)絡(luò)，該網(wǎng)絡(luò)通過(guò)分別在相位和振幅分量上學(xué)習(xí)空間和色彩信息的增強(qiáng)，然后將這兩種信息進(jìn)行融合，從而實(shí)現(xiàn)了高質(zhì)量的Raw-to-sRGB轉(zhuǎn)換。實(shí)驗(yàn)證明了所提出方法在多個(gè)公開(kāi)數(shù)據(jù)集上的有效性。相關(guān)研究以“Enhancing RAW-to-sRGB with Decoupled Style Structure in Fourier Domain”為題發(fā)表。
 

　　兩項(xiàng)研究工作得到了國(guó)家自然科學(xué)基金、安徽省自然科學(xué)基金、合肥物質(zhì)院院長(zhǎng)基金支持。
 

　　據(jù)悉，AAAI是由國(guó)際人工智能促進(jìn)協(xié)會(huì)主辦的年會(huì)，是人工智能領(lǐng)域中歷史最悠久、涵蓋內(nèi)容最廣泛的國(guó)際頂級(jí)學(xué)術(shù)會(huì)議之一，也是中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)推薦的A類(lèi)國(guó)際學(xué)術(shù)會(huì)議。本屆AAAI會(huì)議共有12100篇投稿，打破歷史紀(jì)錄，經(jīng)過(guò)全面嚴(yán)格的審查程序，共有2342篇論文脫穎而出，錄取率23.75%。
 

圖1 FAME-Net網(wǎng)絡(luò)結(jié)構(gòu)
 

圖2 WorldView-III數(shù)據(jù)集上不同全色銳化算法對(duì)比結(jié)果圖
 

圖3 FourierISP網(wǎng)絡(luò)結(jié)構(gòu)
 

圖4 ZRR數(shù)據(jù)集上不同RAW-to-sRGB方法對(duì)比結(jié)果圖