이 연구는 전이 학습을 활용하여 하이퍼스펙트럴 이미지에 RGB 모델을 적용하는 새로운 방법을 제안합니다. 기존 방식의 한계를 극복하기 위해, 부분적으로 훈련 가능한 텐서 분해를 사용하여 이미지와 모델의 공간 정보를 보존합니다.
사전 훈련된 컨볼루션 필터를 공간 및 스펙트럴 구성 요소로 분리하고, 스펙트럴 구성 요소를 더 높은 채널 차원의 훈련 가능한 구성 요소로 대체하여 하이퍼스펙트럴 필터를 생성합니다.
다양한 하이퍼스펙트럴 데이터셋 실험 결과, 제안하는 방법은 기존 하이퍼스펙트럴 전이 학습 방법보다 정확하고 강력합니다.