帖子
勛章
關(guān)注
任務(wù)
北京理工大學(xué)在高光譜遙感圖像處理領(lǐng)域取得新進(jìn)展 近日，北京理工大學(xué)光電學(xué)院許廷發(fā)教授科研團(tuán)隊(duì)在高光譜遙感圖像處理領(lǐng)域取得新進(jìn)展，研究成果以“Content-driven Magnitude-Derivative Spectrum Complementary Learning for Hyperspectral Image Classification”為題發(fā)表在遙感領(lǐng)域的國(guó)際頂級(jí)期刊《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS）上。該工作第一作者為北京理工大學(xué)碩士研究生白薈琰，通訊作者為北京理工大學(xué)許廷發(fā)教授和李佳男特別副研究員。 針對(duì)高光譜遙感圖像分類(lèi)中存在的光譜冗余和混疊難題。許廷發(fā)教授科研團(tuán)隊(duì)提出了一種內(nèi)容驅(qū)動(dòng)的幅度導(dǎo)數(shù)光譜互補(bǔ)學(xué)習(xí)高光譜圖像分類(lèi)方法。通過(guò)引入能夠放大微小光譜特征，提取了隱藏信息光譜導(dǎo)數(shù)特征，創(chuàng)新的構(gòu)建了光譜互補(bǔ)網(wǎng)絡(luò)。通過(guò)構(gòu)建內(nèi)容感知的逐點(diǎn)模塊，實(shí)現(xiàn)了光譜互補(bǔ)特征的充分利用。網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。  圖1.內(nèi)容感知的光譜互補(bǔ)網(wǎng)絡(luò)結(jié)構(gòu)圖  圖2.展示了該方法在遙感圖像上更全面分類(lèi)邊界的效果，體現(xiàn)了更充分的光譜宏觀結(jié)構(gòu)和微觀細(xì)節(jié) 該研究解決了高光譜遙感圖像分類(lèi)中存在的光譜冗余和混疊帶來(lái)的分類(lèi)性能降低難題。在光譜幅度混淆的情況下，增強(qiáng)了單個(gè)光譜下混淆特征的區(qū)分度，實(shí)現(xiàn)了光譜信息的充分利用，為高光譜解混和分類(lèi)研究提供了理論和方法支撐,。 論文詳情：H. Bai, T. Xu, H. Chen, P. Liu and J. Li, "Content-driven Magnitude-Derivative Spectrum Complementary Learning for Hyperspectral Image Classification," in IEEE Transactions on Geoscience and Remote Sensing, doi: 10.1109/TGRS.2024.3435079. 論文鏈接：https://ieeexplore.ieee.org/document/10613611 |
