我院研一学生何潇在中科院一区期刊IEEE TGRS上发表论文

近日，我院硕士一年级研究生何潇同学在中科院1区、CCF-B类英文期刊IEEE Transactions on Geoscience and Remote Sensing上发表了题为“Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation”的研究成果，导师为智能科学与技术系唐厂教授。

基于深度学习的高光谱图像（HSI）分类和目标检测技术在图像内容分析、解释和更广泛的 HSI 应用中发挥着重要作用。然而，目前的高光谱物体检测方法主要强调光谱或空间信息，忽视了这两方面之间宝贵的互补关系。在本研究中，作者提出了一种新型的光谱－空间－聚合（S2ADet）目标检测器，它能有效利用高光谱图像中固有的丰富光谱和空间互补信息。具体来说，S2ADet有三个亮点：1）提出了高光谱信息解耦器，通过波段选择和主成分分析汇总光谱和空间信息来处理高光谱数据，从而减少冗余。2）提出了一种用于光谱空间特征交互的特征聚合双流网络。3）统一了高光谱波段数，解决了现有高光谱数据波段数不一致的问题。此外，为了解决现有数据库的局限性，作者还标注了一个更加广泛的数据集，命名为HOD3K，其中包含 3242 幅在不同现实世界场景中捕获的高光谱图像，涵盖三个物体类别。在两个高光谱数据集的综合实验表明，S2ADet超越了现有的最先进方法，取得了有竞争力的性能。

S2ADet：论文中提出的模型架构

IEEE TGRS是IEEE地球科学与遥感技术协会（GRSS）会刊，地大T1分区，中科院一区TOP期刊，最新影响因子为8.125，在遥感技术和地球科学领域具有较高影响力。

论文信息：XiaoHe, Chang Tang*, Xinwang Liu, Wei Zhang, Kun Sun, Jiangfeng Xu, Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation, IEEE Transactions on Geoscience and Remote Sensing (TGRS), 2023.

论文地址：https://ieeexplore.ieee.org/document/10225553

开源代码连接：https://github.com/hexiao-cs/S2ADet

通讯员：孙琨

审核：曾德泽

校对：石剑峰