講演情報
[4Yin-B-14]ADAPT+: ロバストなハイパースペクトル画像再構成における部分的テスト時ファインチューニング
〇陳 朝鹿1、徐 一1、韓 先花1 (1. 立教大学)
キーワード：
ハイパースペクトル画像再構成、テスト時適応、ファインチューニング
ハイパースペクトル画像（HSI）は、連続する波長帯域にわたる密なサンプリングを通じて豊富なスペクトル情報を取得するものであり、一般に３次元データキューブとして表現される。近年では、符号化開口スナップショットハイパースペクトルイメージング（CASSI）システムにおいてHSIは２次元計測値という圧縮された形式で取得され、３次元データキューブへの再構成が不可欠となる。深層学習モデルは、そのような不良設定な逆問題の対処において高いパホーマンスが示されているが、学習データと実在環境のシーンとの間で照明条件や、物質特性における分布シフトが生じた場合、モデルの性能が低下する。全パラメータを用いてテスト時適応（TTA）は、その乖離を緩和し得るものの、膨大な計算コストと推論遅延を招く要因となる。この課題を解決するため、本研究は時間的安定性損失により誘導する部分的ファインチューニングを導入したテスト時適応フレームワーク「ADAPT+」が提案した。KAISTデータせっとを用いた実験の結果、ADAPT+はベースモデルの 性能を PSNR 2.11 dB、SSIM 0.0080 を向上させることが示された。