报告名称：高光谱图像开集域适应分类方法研究

报告专家：李照奎

专家所在单位：沈阳航空航天大学

报告时间：2025年6月20号 (周五) 14:30

报告地点：数统学院203报告厅

专家简介：李照奎，博士，沈阳航空航天大学教授、博士生导师，现任国际数字地球学会中国国家委员会成像光谱对地观测专业委员会委员，中国图象图形学学会遥感图像专业委员会、图像应用系统集成专业委员会委员，Journal of Applied Remote Sensing期刊副主编。主要研究方向为高光谱遥感图像智能处理。主持或参与国家自然科学基金、辽宁省重点研发等30余项科研项目。获辽宁自然科学学术成果一等奖1项、省级教学成果一等奖1项。发表学术论文近百篇，授权发明专利10余项，相关成果发表于IEEE TGRS、IEEE J-STARS、IEEE GRSL等权威期刊。

报告摘要：高光谱图像分类在环境监测和精准农业等领域应用广泛，但跨场景应用时面临的光谱偏移和目标域未知类别问题严重制约了模型泛化能力。传统域适应方法假设源域与目标域共享相同类别，直接进行域对齐会产生负迁移，无法有效处理目标域中的未知类别。本研究针对这一挑战提出了两种开集域适应方法：WGDT方法通过类别锚点策略构建度量空间，利用可靠性权重实现加权域对抗学习，并采用动态阈值分离已知类与未知类；PWDA方法通过像素感知权重学习动态调整邻域权重以减少特征偏差，并采用解耦双重对齐策略分别处理已知类和未知类特征。多个跨场景高光谱数据集的实验结果表明，所提方法在已知类判别和未知类识别性能上均显著优于现有开集域适应算法，为解决实际跨场景高光谱图像分类问题提供了有效的技术方案。