スペクトルと空間グラフ学習を用いた太陽画像圧縮

この論文は、帯域幅が限られた宇宙ミッションにおけるマルチスペクトル太陽画像の圧縮という課題に取り組んでいます。グラフ学習技術を利用して、バンド間のスペクトル関係と空間冗長性の両方をモデル化する、新しい学習型画像圧縮フレームワークを紹介しています。Inter-Spectral Windowed Graph Embedding (iSWGE) と Windowed Spatial Graph Attention and Convolutional Block Attention (WSGA-C) モジュールの使用が重要な革新です。結果は、既存の方法と比較して、スペクトル忠実度と再構成品質の大幅な改善を示しており、宇宙ベースの太陽観測にとって重要です。

• •マルチスペクトル太陽画像用の新しい学習型画像圧縮フレームワークを提案。
• •スペクトルと空間の関係をモデル化するためにグラフ学習技術を採用。
• •スペクトル忠実度と再構成品質の大幅な改善を達成。
• •コードは公開されています。