Metasurface-based Snapshot Shortwave-Infrared Hyperspectral Image Reconstruction with Inter and Intra Prior Learning Network

本文介绍了一种基于超材料滤波器和相应的滤波器选择方法的瞬间式SWIR高光谱成像系统，可以获得从1微米到2.5微米的短波红外光谱信息，突破了传统彩色相机在获取场景信息方面的限制，并已在许多领域得到应用。然而，传统的SWIR高光谱成像系统由于体积庞大和采集速度慢而面临挑战。本文提出了一种新的内部和外部先验学习展开框架，以实现高质量的SWIR高光谱图像重建，并在先验学习和跨阶段信息交互之间架起了桥梁。同时，我们还设计了一种自适应特征传输机制，以自适应地传输多尺度编码器特征的上下文相关性，以防止解码器中的详细信息丢失。实验结果表明，我们的方法可以以高速重建HSI，并具有优于现有方法的卓越性能。

本文旨在解决传统SWIR高光谱成像系统体积庞大、采集速度慢的问题，提出一种基于元表面滤波器的瞬间SWIR高光谱成像系统和相应的滤波器选择方法。

本文提出了一种新的前期学习展开框架，通过跨阶段信息交互来实现高质量的SWIR高光谱图像重建，并设计了自适应特征转移机制来防止解码器中的细节信息丢失。

本文的实验结果表明，该方法能够以较高的速度重建高质量的SWIR高光谱图像，并且优于现有方法。

在最近的相关研究中，还有一些使用元表面滤波器的瞬间高光谱成像系统被提出，例如“Snapshot hyperspectral imaging using a coded aperture snapshot spectral imager with a custom coded mask”和“Snapshot multispectral imaging using a single-pixel camera with a dual-pixel detector”。