报告名称：Hyperspectral Images Unmixing Using Deep Learning

主办单位：数学与统计学学院

报告专家：李红教授

专家所在单位：华中科技大学

报告时间：2019年12月9日(周一)上午10:30-12:00

报告地点：数学与统计学学院201报告厅

专家简介：李红，教授，博士生导师（二级教授、享受国务院政府特殊津贴），科技部国际科技合作计划评议专家，湖北省计算数学学会理事，美国IEEE会员。主要从事逼近与计算、机器学习与模式识别等方面的研究，在IEEE Trans等重要学术期刊上发表学术论文50余篇。主持国家自然科学基金、“十二五”航天支撑计划项目及国防预研基金等多个科研项目。2006年至2019年期间多次应邀访问香港浸会大学、澳门大学、美国加州大学尔湾分校（UCI）、澳大利亚悉尼大学等，十余次出席国际学术会议。2006年获宝钢教育基金“优秀教师”奖；2009年主持建设的“复变函数与积分变换”课程被评为国家精品课程，2013年评为国家精品资源共享课程；2018年获国家在线精品课程，2013年获湖北省教学成果二等奖；2014年获湖北省名师称号。

报告摘要：Due to factors such as low spatial resolution, microscopic material mixing, and multiple scattering, hyperspectral images generally have problems with mixed pixels. This paper proposes two network structures under the framework of deep learning, which can be well applied to hyperspectral images unmixing: 1) network architecture based on spectral information, the architecture uses a fully connected neural network and the spectral vector is used as an input for unmixing; 2) network architecture based on spatial-spectral information, the architecture further combines the convolutional neural networks to fuse the spatial information and spectral information of the hyperspectral image for unmixing. Experiments on simulated dataset and real dataset show the efficiency of our approach.

邀请人：邹斌