【讲座题目】高光谱图像跨场景分类

【讲座时间】2021年9月2日下午15：00

【讲座地点】线上进行 腾讯会议ID：895 257 758

【主讲人】李伟，教授，博士生导师，北京理工大学信息与电子学院，入选北京市科技新星计划。

【主讲人简介】

李伟，北京理工大学信息与电子学院教授，博士生导师，入选北京市科技新星计划。主要从事高光谱图像处理、目标检测与识别等方法研究，以第一/通讯作者在IEEE TGRS、IEEE TIP、IEEE TCYB等期刊发表论文80余篇，谷歌学术引用7500余次，入选爱思唯尔2020年中国高被引学者。担任期刊IEEE Transactions on Geoscience and Remote Sensing编委和《中国图象图形学报》青年编委。获IEEE TGRS、IEEE JSTARS最佳审稿人奖，和IEEE Whispers 2019、IEEE ICSIDP 2019杰出论文奖。

【报告内容简介】

跨场景分类是目前高光谱图像对地观测的主要挑战之一，即考验模型在不同场景下的迁移能力。本次报告关注在跨域分类过程中存在的域间光谱反射率偏移问题，以传统的领域自适应方法和基于图卷积网络的迁移学习方法为例，就如何有效的减小因季节天气等原因造成的光谱偏移进行探讨。针对传统领域自适应方法中域间共享子空间假设不成立的问题，提出了一种判别协同对齐（DCA）领域自适应方法，设计两个子空间投影，并进行子空间与数据分布的协同对齐，进一步改善了单一对齐方式的不足，增强算法适应性。此外，针对基于卷积神经网络（CNN）的跨域方法缺乏对地物间拓扑结构信息使用的问题，提出了一种拓扑结构与语义信息迁移网络(TSTnet)，将图卷积网络引入高光谱图像跨场景分类中，提高模型的空间感知能力，并设计了深度语义特征动态构图的方式，实现更准确的特征嵌入和图的构建。