의료 분야에서 하이퍼스펙트럴 영상(HSI) 데이터 획득의 어려움을 해결하기 위해, 일반 도메인과 인간 중심 HSI 데이터셋 간의 도메인 격차를 해소하는 반지도 도메인 적응(SSDA) 프레임워크인 SpectralAdapt를 제안한다. SpectralAdapt는 Spectral Density Masking(SDM)을 통해 스펙트럼 추론을 강화하고, Spectral Endmember Representation Alignment(SERA)를 활용하여 도메인 불변 앵커를 제공함으로써 스펙트럼 충실도, 교차 도메인 일반화, 훈련 안정성을 향상시킨다.
시사점, 한계점
•
시사점:
◦
일반 및 인간 중심 HSI 데이터셋 간의 도메인 격차를 효과적으로 해결하는 SSDA 프레임워크 개발
◦
Spectral Density Masking (SDM)을 통한 스펙트럼 추론 능력 향상
◦
Spectral Endmember Representation Alignment (SERA)를 활용하여 도메인 불변 앵커를 제공
