一、论文
《ADRN: ATTENTION-BASED DEEP RESIDUAL NETWORK FOR HYPERSPECTRAL IMAGE DENOISING》
高光谱图像（HSI）降噪对于许多后续应用（例如HSI分类和解释）至关重要。 在本文中，我们提出了一种基于注意力的深度残差网络，以直接学习从嘈杂的HSI到干净的HSI的映射。 为了共同利用空间光谱信息，同时利用当前频带及其K个相邻频带作为输入。 然后，我们采用具有不同滤波器大小的卷积层融合多尺度特征，并使用快捷连接来合并多层次信息，以更好地去除噪声。另外，采用信道关注机制使网络专注于最相关的辅助信息和对降噪过程最有利的特征。 为了简化训练过程，我们通过残差模式而不是简单的预测来重构输出。 实验结果表明，我们提出的ADRN方案在定量和视觉评估方面均优于最新方法。
二、模型结构
这篇文章是处理高光谱图像，代码没找到。其中有三个点，残差快 特征提取块 注意力机制。