EMR-Diff：面向高光谱图像超分辨率的边缘感知多模态残差扩散模型

本文介绍了CVPR 2026接收的论文EMR-Diff，这是一种面向高光谱图像超分辨率的边缘感知多模态残差扩散模型。其核心在于融合边缘信息与多模态特征，有效提升高光谱图像空间分辨率重建质量，解决光谱与空间分辨率权衡的关键挑战，对遥感、医疗等领域具有重要应用价值。

高光谱图像（HSI）在遥感、医疗、农业等领域应用广泛，但受硬件限制，空间分辨率常不足。与RGB图像相比，HSI含数十至数百波段，光谱维度丰富但存在光谱与空间分辨率的此消彼长问题。传统超分辨率方法面临三大挑战：波段间高度相关导致单波段处理丢失光谱连续性；降采样易模糊边缘纹理等关键细节；扩散模型适配保真重建任务仍存难点。

EMR-Diff的创新体现在三方面：

1. 边缘感知机制：显式纳入边缘信息，通过边缘感知模块在去噪过程中保持边缘锐利度，提升主观体验与后续任务效果；
2. 多模态特征融合：将各波段视为模态，通过注意力机制自适应加权融合光谱与空间信息，利用互补特征增强稳健性；
3. 残差扩散架构：采用残差学习，让扩散模型专注预测高频残差（细节纹理），低频结构由高效插值或浅层网络获得，降低学习难度并加速训练推理。

EMR-Diff基于Python3.11、PyTorch等框架实现，使用OmegaConf管理配置、torchmetrics评估指标。训练配置：ground truth尺寸512×512，学习率1e-4，训练2000轮。数据集采用哈佛高光谱数据集（Harvard Hyperspectral Dataset），包含室内外场景，是超分辨率算法的标准基准。

EMR-Diff的学术贡献不仅在性能提升，更在方法论层面：

• 边缘引导生成模型：结合边缘先验与生成模型，为数据驱动框架融入领域知识提供范例；
• 多模态学习扩展：将HSI多波段特性转化为有效模型设计，展示多模态学习在HSI任务中的应用；
• 残差学习再思考：将经典残差连接与扩散模型结合，证明传统思想在新架构中的价值。

EMR-Diff的超分辨率提升将惠及多领域：

• 遥感：更高空间分辨率可提取更精细地物信息，助力城市规划、环境监测、精准农业；
• 医疗成像：提升组织病理学分析的空间精度，帮助定位病变区域；
• 工业检测：不升级硬件即可提升产品质量控制精度。

HSI超分辨率领域经历从传统稀疏表示（字典学习、张量分解）到深度学习（CNN、GAN）再到扩散模型的演进。EMR-Diff在扩散模型基础上，通过边缘感知、多模态融合、残差学习推动性能边界。CVPR2026接收与开源代码发布，为社区研究奠定基础，期待其推动高光谱成像在更多场景的应用。