当前位置: 首页 > 学术活动 > 正文
耦合模型驱动和数据驱动的高光谱快照压缩成像
时间:2024年05月27日 17:54 点击数:

报告人:陈勇

报告地点:腾讯会议ID: 956212377

报告时间:2024年05月28日星期二19:00-20:00

邀请人:

报告摘要:

高光谱图像能够实现对成像目标的精细识别和分类,在遥感、高速摄影、医疗诊断等方面有广阔应用前景。然而,传统光学成像捕获高光谱数据往往面临硬件成本高、成像时间长等缺点。针对这些挑战,单曝光快照压缩成像(SCI)提供了一种解决方案。目前,多个成熟的SCI系统已被开发,其中对于压缩测量值的图像重建是成像的关键环节之一。本报告讨论了如何发挥张量分解和自监督深度神经网络的优势来重建图像,并提出了耦合模型驱动和数据驱动的高光谱快照压缩重建方法,显著提升了高光谱图像重建的精度和泛化能力。

主讲人简介:

陈勇,博士,硕士生导师,首批赣鄱俊才支持计划·青年科技人才托举项目入选者(全省15人),江西省杰出青年基金获得者。2020年12月毕业于电子科技大学数学科学学院,获理学博士学位。博士期间(2018-2019)获日本理化学研究所(RIKEN AIP)全额资助,前往访问一年。从事高光谱图像处理的研究,以第一/通讯作者在IEEE TIP, IEEE TNNLS, IEEE TCYB, ISPRS P&RR, IEEE TGRS, 和PR等国际期刊发表论文19篇,Google Scholar总引用1100余次,授权国家发明专利3项。主持国家自然科学基金青年项目和江西省自然科学基金杰出青年项目等4项。目前担任IEEE TIP, IEEE TNNLS, IEEE TGRS, IEEE TCI, RSE, ISPRS&RS, PR等主流SCI期刊的审稿人。

©2019 东北师范大学数学与统计学院 版权所有

地址:吉林省长春市人民大街5268号 邮编:130024 电话:0431-85099589 传真:0431-85098237