【ICML 2026】刷新高光谱图像恢复任务SOTA!DAMP：面向高光谱影像恢复的退化感知度量提示框架
现有的统一高光谱图像恢复方法还存在不少缺点：如果用显式退化先验，很难适配真实场景里的未知退化；采用黑盒隐式表征的话，又容易过拟合训练数据的分布，对于未见退化的泛化效果不好，光谱保真度也普遍偏低。针对这一问题，文中提出了一个可解释的空间-光谱度量，得到连续的退化提示，然后再搭配上退化自适应专家混合结构，以度量作为路由动态激活对应的专用专家，最终只用单个模型就能够满足多种不同退化类型的情况。从实验结果
查看原文解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。