近日，我校信息科学技术学院高光谱遥感团队在图像处理与计算机视觉方向取得重要成果，发展了一种耦合数据驱动与模型驱动的高光谱影像去噪自监督方法。
该成果同时引入了光谱低秩先验和深度空间先验，提出了一种自监督高光谱影像去噪方法。该方法既可以充分挖掘高光谱影像内在的张量低秩性，又可以利用深度网络的空间特征表达能力。在没有干净的高光谱影像训练样本的情况下，构建了交替迭代自监督优化框架。通过交替迭代自监督优化来求解光谱低秩先验项和深度空间先验项，采用联合交替方向乘子方法和自监督学习机制进行迭代更新。该方法既引入了模型驱动框架的可解释性，又继承了数据驱动框架的高效性，能够实现复杂场景下的高光谱影像稳健去噪，较大程度上解决了现有大多数高光谱去噪方法的过拟合问题。
该成果发表于图像处理领域顶级期刊IEEE Transactions onImageProcessing（CCF-A，IF：11.041）上。我校信息科学技术学院兴海副教授张强为该成果的第一作者，宋梅萍教授为通讯作者，中国体育竞猜网为该成果的第一单位。
该成果得到了国家自然科学基金（41922008、42101350、61971082、61971319）的支持。
成果链接：https://ieeexplore.ieee.org/document/9913829/
