【講座題目】高光譜圖像跨場景分類

【講座時間】2021年9月2日下午15：00

【講座地點】線上進行 騰訊會議ID：895 257 758

【主講人】李偉，教授，博士生導師，北京理工大學信息與電子學院，入選北京市科技新星計劃。

【主講人簡介】

李偉，北京理工大學信息與電子學院教授，博士生導師，入選北京市科技新星計劃。主要從事高光譜圖像處理、目標檢測與識別等方法研究，以第一/通訊作者在IEEE TGRS、IEEE TIP、IEEE TCYB等期刊發(fā)表論文80余篇，谷歌學術引用7500余次，入選愛思唯爾2020年中國高被引學者。擔任期刊IEEE Transactions on Geoscience and Remote Sensing編委和《中國圖象圖形學報》青年編委。獲IEEE TGRS、IEEE JSTARS最佳審稿人獎，和IEEE Whispers 2019、IEEE ICSIDP 2019杰出論文獎。

【報告內容簡介】

跨場景分類是目前高光譜圖像對地觀測的主要挑戰(zhàn)之一，即考驗模型在不同場景下的遷移能力。本次報告關注在跨域分類過程中存在的域間光譜反射率偏移問題，以傳統(tǒng)的領域自適應方法和基于圖卷積網絡的遷移學習方法為例，就如何有效的減小因季節(jié)天氣等原因造成的光譜偏移進行探討。針對傳統(tǒng)領域自適應方法中域間共享子空間假設不成立的問題，提出了一種判別協(xié)同對齊（DCA）領域自適應方法，設計兩個子空間投影，并進行子空間與數據分布的協(xié)同對齊，進一步改善了單一對齊方式的不足，增強算法適應性。此外，針對基于卷積神經網絡（CNN）的跨域方法缺乏對地物間拓撲結構信息使用的問題，提出了一種拓撲結構與語義信息遷移網絡(TSTnet)，將圖卷積網絡引入高光譜圖像跨場景分類中，提高模型的空間感知能力，并設計了深度語義特征動態(tài)構圖的方式，實現更準確的特征嵌入和圖的構建。