DynaSpec

我们构建了一个动态高光谱图像数据集，名为DynaSpec。我们使用GaiaField推扫式高光谱相机逐帧捕捉可控物体，覆盖400-700nm的光谱范围，光谱分辨率为2 nm。然后手动引入不同的运动以模拟真实场景中的高度自由度。

We have developed a dynamic hyperspectral image dataset named DynaSpec. We use the GaiaField push-broom hyperspectral camera to capture controllable objects frame by frame, which covers a spectral range of 400–700 nm with a spectral resolution of 2 nm. Then we manually introduce diverse motions to simulate the high degrees of freedom in real-world scenes.

原始信息汇总

DynaSpec 数据集概述

数据集基本信息

• 数据集名称：DynaSpec
• 发布机构/作者：NJU-CITE
• 相关论文：Exploring Spatiotemporal Feature Propagation for Video-Level Compressive Spectral Reconstruction: Dataset, Model and Benchmark (CVPR 2026)
• 论文链接：https://arxiv.org/abs/2603.00611
• 数据集链接：https://huggingface.co/datasets/Flipped99/DynaSpec

数据集简介

DynaSpec 是一个动态高光谱图像数据集。该数据集旨在推动压缩光谱成像从传统的图像级重建（即从单帧测量重建高光谱图像）发展到视频级重建（即融合时域上的多帧测量来重建高光谱图像）。该数据集具有高度通用性，可用于推进各种其他视频级高光谱任务的研究，例如具有自适应或固定调制的各种快照高光谱成像系统中的重建，也可用作高光谱视频去噪任务的近似干净数据。

数据采集与内容

• 采集设备：使用 GaiaField 推扫式高光谱相机逐帧捕捉可控物体。
• 光谱范围：覆盖 400-700nm。
• 光谱分辨率：2 nm。
• 数据特点：通过手动引入多样化运动来模拟现实场景中的高度自由度。
• 数据格式：数据以 .mat 文件存储。
• 文件内容：
  • 每个 .mat 文件包含一个名为 img 的 uint16 高光谱图像变量，维度为 1024×1024×151。
  • 包含一个名为 wavelength 的 1×151 double 类型变量。

数据集组织结构

数据集解压后，根目录为 Dyna_Spec_release/，其下包含多个子文件夹，每个子文件夹存储一个高光谱视频序列。例如：

Dyna_Spec_release/ ├── animal_garden/ │ ├── 00001.mat │ ├── 00002.mat │ └── ... ├── animal_plus_plus/ │ ├── 00001.mat │ ├── 00002.mat │ └── ... └── ...

文件命名如 00001.mat 到 00010.mat 分别代表高光谱视频的第1到第10帧。

数据获取方式

• Hugging Face：https://huggingface.co/datasets/Flipped99/DynaSpec
• 百度网盘：https://pan.baidu.com/s/19ycdo8N0il_4CInJSzQH4g?pwd=9xze

相关资源

• 官方代码库：https://github.com/nju-cite/DynaSpec
• 基准模型：PG-SVRT（代码和模型将在 CVPR 2026 相机就绪日期前提供）。

许可与引用

• 许可证：MIT
• 引用请求：如果使用该数据集，请考虑引用相关论文。

联系信息

如有问题，可通过以下方式联系：

• [e-mail]
• [e-mail]
• 或在 GitHub 仓库提交 Issue。

搜集汇总

数据集介绍

构建方式

在动态高光谱成像领域，DynaSpec数据集的构建体现了对真实场景动态特性的精准模拟。该数据集采用GaiaField推扫式高光谱相机，以逐帧方式捕捉可控物体，覆盖400-700纳米光谱范围，光谱分辨率达到2纳米。为了模拟现实世界中物体运动的高度自由度，研究团队通过人工方式引入了多样化的运动模式，从而生成了一系列具有时空连续性的高光谱视频序列。每个序列以MAT文件格式存储，包含1024×1024×151维度的uint16高光谱图像数据以及对应的波长信息，确保了数据在空间、光谱和时间维度上的完整性与一致性。

特点

DynaSpec数据集的核心特点在于其动态高光谱视频序列的丰富性与高质量。数据集提供了多个独立场景的高光谱视频，每个视频包含连续帧的高光谱图像，空间分辨率达到1024×1024，光谱通道数多达151个，覆盖可见光范围。这种设计不仅支持视频级压缩光谱重建任务，还能灵活适配各种快照式高光谱成像系统，无论是固定掩模还是自适应调制。此外，数据集中的高光谱视频序列可作为近似干净数据，用于高光谱视频去噪等衍生研究，展现了其在多任务高光谱分析中的广泛适用性。

使用方法

针对DynaSpec数据集的使用，研究人员可通过Hugging Face或百度网盘等公开渠道获取数据。数据集以分层目录结构组织，每个子文件夹对应一个高光谱视频序列，其中包含按顺序编号的MAT文件。每个MAT文件存储名为'img'的uint16高光谱图像变量和名为'wavelength'的双精度波长变量。用户可直接加载这些文件进行视频级光谱重建算法的训练与评估，或将其作为基准数据用于其他高光谱视频处理任务。数据集的标准化格式便于集成到现有深度学习框架中，为推进动态高光谱成像研究提供了便捷的基础设施。

背景与挑战

背景概述

高光谱成像技术在遥感、环境监测及生物医学等领域具有广泛应用，但传统压缩光谱成像方法多聚焦于单帧图像重建，难以捕捉动态场景的时空连续性。为应对这一局限，南京大学研究团队于2026年创建了DynaSpec数据集，旨在推动压缩光谱成像从图像级重建向视频级重建的范式转变。该数据集采用GaiaField推扫式高光谱相机捕获，覆盖400-700纳米光谱范围，分辨率达2纳米，通过引入多样化运动模拟真实世界的高自由度场景，为核心研究问题——即如何有效融合多帧测量以提升重建完整性、精度与时间一致性——提供了高质量基准。DynaSpec的发布不仅为视频级高光谱重建任务设立了新标准，亦为自适应调制系统重建及高光谱视频去噪等衍生研究开辟了道路。

当前挑战

在视频级压缩光谱重建领域，核心挑战在于如何高效建模并传播时空特征，以克服单帧重建方法导致的闪烁伪影与信息不完整问题。具体而言，动态高光谱场景中物体运动与光照变化引入了复杂的时间维度变异，要求算法在重建高光谱图像的同时保持帧间一致性，并平衡计算效率与重建质量。在数据集构建过程中，研究团队面临多重挑战：一是需设计可控实验以生成涵盖真实运动模式的高质量动态序列，确保数据多样性与代表性；二是高光谱视频的采集与标注耗费巨大，涉及精密仪器校准、运动模拟及大规模数据处理；三是数据存储与传输因高维度（1024×1024×151）而带来显著负担，对后续算法的训练与评估构成实际限制。

常用场景

经典使用场景

在计算成像领域，动态高光谱视频重建是一项前沿挑战，DynaSpec数据集为此提供了关键支持。该数据集最经典的使用场景是推动压缩光谱成像从传统的图像级重建扩展到视频级重建，通过融合时间域上的多帧测量数据，有效提升重建的完整性、精度和时序一致性，减少闪烁现象，为研究时空特征传播机制奠定了数据基础。

解决学术问题

DynaSpec数据集解决了高光谱成像研究中长期存在的若干学术问题。它突破了单帧测量重建的局限，将研究焦点延伸至多帧动态序列，为探索视频级压缩光谱重建算法提供了标准化评估基准。该数据集通过提供高质量、可控运动的真实场景数据，促进了时空建模、自适应调制以及噪声抑制等核心问题的深入探究，显著推动了高光谱计算成像领域的理论发展。

衍生相关工作

围绕DynaSpec数据集，已衍生出一系列经典研究工作。例如，原论文提出的PG-SVRT基线模型为视频级重建设立了性能标杆。同时，该数据集也激励了针对不同压缩光谱成像架构（如DD-CASSI、SD-CASSI）的算法比较与优化研究。诸多先进模型如MST-L、CST-L、DAUHST等均在类似任务上展开性能角逐，共同推动了高光谱视频重建技术的快速演进与benchmark的不断完善。