高光谱异常检测领域中科院I区TOP期刊，JCR Q1期刊发表两篇最新研究成果

　　西安电子科技大学物理学院周慧鑫教授团队在高光谱异常检测领域取得重要进展，在地球科学领域国际权威期刊《International Journal of Applied Earth Observation and Geoinformation》（中科院I区TOP期刊，JCR Q1，IF=7.6）和人工智能领域顶级期刊《Expert Systems with Applications》（中科院I区TOP期刊，JCR Q1，IF=7.5）先后发表两篇最新研究成果，2023级博士生赵哲为第一作者，青年教师宋江鲁奇为通讯作者。

　　第一篇论文“Multi-scale frequency-guided two-stream network for hyperspectral anomaly detection”针对高光谱图像中异常目标与背景具有不同属性的问题，设计了基于频率分解引导双路网络（MFTNet）的高光谱异常检测算法。

　　该方法核心创新点如下：

　　频率分解模块

　　双支路特征重构

　　马氏距离检测机制

　　该方法在多个高光谱数据集上均取得了优异性能，特别是在复杂背景下的异常目标检测方面表现突出。

　　第二篇论文“Hyperspectral Anomaly Detection via Cascaded Convolutional Autoencoders with Adaptive Pixel-level Attention”主要针对现有方法对图像中高层语义信息利用不足并导致异常与背景不能有效分离的问题，提出了一种基于像素注意力机制与级联自编码器（CAPNet）的高光谱异常检测算法。

　　该方法的主要创新点如下：

　　级联自编码结构

　　像素级注意力模块

　　基于重构误差的异常判别策略

　　实验结果表明，该方法在检测精度与泛化能力方面均优于现有主流方法，适用于多种典型高光谱应用场景。

---

转载请注明来自：http://www.yueqikan.com/qikanzhishi/80131.html