高光譜圖像復(fù)原問題是將退化的觀測(cè)圖像轉(zhuǎn)化為真實(shí)的高維圖像，是數(shù)學(xué)與信息科學(xué)交叉研究中急需解決的基礎(chǔ)科學(xué)問題之一。近年來，深度學(xué)習(xí)方法在高光譜圖像恢復(fù)問題上取得了有益的進(jìn)展。然而，如何提取高光譜圖像的內(nèi)部結(jié)構(gòu)并設(shè)計(jì)適合大規(guī)模高光譜圖像恢復(fù)問題的深度學(xué)習(xí)方法仍然是高光譜圖像處理領(lǐng)域的主要挑戰(zhàn)之一。

圖1：線性混合高光譜圖像模型

針對(duì)上述挑戰(zhàn)，論文提出了一種基于空間光譜先驗(yàn)解耦深度的自監(jiān)測(cè)高光譜成像方法（DS2DP）。 DS2DP方法的核心思想是基于基本的高光譜圖像線性混合模型（線性混合模型，如圖1所示），將高光譜圖像矩陣解耦分解為豐度矩陣.和光譜矩陣此外，利用U-Net網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)，通過自我監(jiān)測(cè)準(zhǔn)確描述豐度矩陣之前的空間深度和光譜矩陣之前的光譜深度。 DS2DP 方法不僅表現(xiàn)出優(yōu)越的恢復(fù)性能，而且具有重量輕、泛化性好的優(yōu)點(diǎn)。大量的模擬和真實(shí)數(shù)據(jù)實(shí)驗(yàn)表明，DS2DP 方法在視覺質(zhì)量和定量評(píng)估指標(biāo)方面優(yōu)于當(dāng)前最先進(jìn)的方法。部分結(jié)果見如圖2。匿名審稿人對(duì)研究工作給予高度評(píng)價(jià)，稱“將DIP與LMM結(jié)合的想法是開創(chuàng)性的工作”。

圖2：混合噪聲下不同方法的恢復(fù)結(jié)果

此外，數(shù)學(xué)科學(xué)學(xué)院2018級(jí)本科生羅以思在IEEE Journal of Selected Topics in  Applied Earth Observations and Remote Sensing（JSTARS，SCI二區(qū)，影響因子3.8）上發(fā)表論文在遙感領(lǐng)域的SCI雜志。通過預(yù)空間光譜約束無監(jiān)督深度圖像進(jìn)行高光譜混合噪聲去除?！绷_以思為論文的第一作者，趙錫樂教授為通訊作者。http://1262.cn /提出了一種基于規(guī)則空間光譜約束的自監(jiān)督高光譜圖像恢復(fù)方法（S2DIP），并設(shè)計(jì)了一種交替方向乘法器方法來求解模型。S2DIP方法提高了恢復(fù)方法的性能。自監(jiān)督高光譜成像并求解自監(jiān)督高光譜圖像恢復(fù)方法的半收斂問題。大量的模擬和真實(shí)數(shù)據(jù)實(shí)驗(yàn)表明，S2DIP方法在指標(biāo)定量評(píng)價(jià)和視覺質(zhì)量方面優(yōu)于當(dāng)前最先進(jìn)的方法。一些結(jié)果見如圖3 匿名審稿人對(duì)inv的工作進(jìn)行了評(píng)價(jià)研究作為“一個(gè)有趣的去噪框架”。

圖3：混合噪聲下不同方法的恢復(fù)結(jié)果

苗宇春和羅以思于2019年加入黃廷柱教授帶領(lǐng)的張量建模與計(jì)算團(tuán)隊(duì)，在趙錫樂教授的指導(dǎo)下，開展基于數(shù)學(xué)方法和深度學(xué)習(xí)方法的高維圖像復(fù)原研究。團(tuán)隊(duì)近年來在SIAM J. Sci. Comput.SIAM J. Imaging Sci.J. Sci. Comput.等高水平學(xué)術(shù)期刊和會(huì)議上發(fā)表文章。還有權(quán)威影像雜志IEEE Trans。起訴。圖像處理，IEEE Trans?？刂普?，IEEE Trans。地球科學(xué)。遙感，IEEE Trans。神經(jīng)網(wǎng)絡(luò)。學(xué)習(xí)。系統(tǒng)。以及主要的CVPR 和AAAI 會(huì)議。團(tuán)隊(duì)具有濃厚的科研教育氛圍。近年來，趙錫樂大師指導(dǎo)多所高校學(xué)生發(fā)表高水平學(xué)術(shù)期刊和會(huì)議文章，獲得第十五屆省挑戰(zhàn)杯二等獎(jiǎng)（四川）。

[聲明]文章版權(quán)歸原作者所有，內(nèi)容為作者個(gè)人觀點(diǎn)，本站只提供參考并不構(gòu)成任何投資及應(yīng)用建議，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。如涉及作品內(nèi)容、版權(quán)和其它問題，請(qǐng)?jiān)?0日內(nèi)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除內(nèi)容！