资讯中心

　　【仪表网 研发快讯】针对高光谱图像分类中由微小光谱变化引起分类误差和地物分布不均的挑战，北京理工大学光电学院许廷发教授科研团队开展了双阶段光谱超像素人工智能分类方法研究，取得了突破性进展。该研究成果以题为“Dual-stage Hyperspectral Image Classification Model with Spectral Supertoken”的论文形式发表在国际计算机视觉顶级学术会议《European Conference on Computer Vision (ECCV)》上，ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议)，两年一次，是计算机视觉三大会议之一。论文第一作者为北京理工大学刘沛甫博士生，通讯作者为许廷发教授和李佳男特别副研究员。
 

　　高光谱图像分类是一项将预定义类别分配给遥感场景高光谱图像中每个像素的任务，由于忽略了光谱相似像素之间的相关性，导致边缘定义不准确，难以管理相邻区域中的微小光谱变化。为此，科研团队提出了一种创新性的双阶段光谱超像素分类网络(DSTC)架构，具体如图1所示。引入了受超像素概念启发的新型双级光谱Supertoken分类器 (DSTC)。主要采用基于光谱导数的像素聚类，将具有相似光谱特征的像素分组为光谱超级标记。通过将标记的分类投影到图像空间上，获得了像素级结果，保持了区域分类一致性和精确边界。此外，根据标记内的多样性，构建了一种基于类比例的软标签。该标签根据不同类别的普遍性自适应地为其分配权重，有效应对地物分布不均的问题，增强了分类算法的精度。
 

图1. DSTC网络架构图
 

　　该方法在大规模WHU-OHS数据集上的分类精度超越了性能最佳的检测器，图2是在WHU-OHS数据集上的部分实验结果。
 

图2. 地物分类结果可视化图
 

　　该方法确保了连续区域分类结果的一致性，解决了微小光谱变化导致分类错误以及地物分布不均难题，实现了精度与计算效率之间的平衡，为高光谱图像地物种类分类的研究奠定了理论支撑。
 

　　论文详情：P. Liu, T. Xu, J. Wang, H. Chen, H. Bai, and J. Li, Dual-stage Hyperspectral Image Classification Model with Spectral Supertoken, in European Conference on Computer Vision, doi: 10.1007/978-3-031-72754-2_21.
 

　　附作者简介：
 

　　刘沛甫，硕士，2024级北京理工大学博士研究生。主要从事高光谱图片处理与计算成像等方面的研究。以第一作者身份发表IEEE TMM 1篇，ECCV 1篇。
 

　　李佳男，博士，北京理工大学光电学院预聘助理教授(特别副研究员)，新加坡国立大学博士后。主要从事光电成像目标探测与识别等方面的研究，主持国家自然科学基金等项目 5 项。以第一/共一作者发表IEEE TPAMI 4篇，IEEE TNNLS、CVPR等论文11篇，ESI高被引论文1篇；以通讯作者发表论文40余篇；谷歌学术总引4000余次。入选中国科协及北京市科协“青年人才托举工程”项目，获得中国图象图形学学会优秀博士学位论文，王大珩光学奖等荣誉。指导学生获得ICCV 2021“反无人机跟踪”挑战赛国际冠军及最佳论文奖、第四届“空天杯”创新创意大赛二等奖、中国高等教育博览会“校企合作 双百计划”典型案例等。研究成果在“中国天眼”等国家重大科技基础设施中得到重要应用。
 

　　许廷发，博士，国家一级重点学科“光学工程”学科责任教授，博士研究生导师。光电成像技术与系统教育部重点实验室主任，北京理工大学重庆创新中心智能化和大数据技术实验室主任。近年来带领其科研团队围绕光电成像探测与识别、计算成像和人工智能等领域不断深化研究。主持承担国家自然科学基金委重大科研仪器研制项目等50多项。在国际、国内等系列期刊发表学术论文200余篇，其中被SCI/EI收录100余篇。以第一发明人申请国家发明专利87项，已授权和公示35项。获省部级科技进步二等奖等奖项3项。指导研究生获得中国图象图形学学会优秀博士学位论文，二人次获得王大珩高校学生光学奖，三人次获得全国光学与光学工程博士生学术联赛全国百强，获得中国图象图形学会优秀博士论文指导教师、中国高等教育博览会“校企合作 双百计划”典型案例和重庆英才创新创业示范团队等荣誉称号。