본 논문은 저해된 2차원 측정값으로부터 3차원 초분광 이미지(HSI)를 복원하는 초분광 이미지 재구성 문제를 다룬다. 기존 심층 학습 기반 방법들이 고주파수 세부 정보를 정확하게 포착하는 데 어려움을 겪는다는 점을 지적하며, 확산 모델을 이용하여 초분광 이미지로부터 암묵적으로 학습된 스펙트럼 확산 사전(SDP)을 제안한다. 확산 모델의 세부 정보 복원 능력을 활용하여 학습된 사전을 HSI 모델에 적용하여 성능을 크게 향상시킨다. 또한, 학습된 사전의 효과를 더욱 높이기 위해 스펙트럼 사전 주입 모듈(SPIM)을 제안하여 모델이 HSI 세부 정보를 동적으로 복원하도록 유도한다. MST와 BISRNet 두 가지 대표적인 HSI 방법에 대해 제안된 방법을 평가한 결과, 기존 네트워크보다 약 0.5dB 향상된 성능을 보였다.
