深度学习重建的高光谱双光梳压缩鬼成像
Light: Science & Applications论文结合双光梳与压缩鬼成像,并用深度学习重建实现高光谱成像。
光学与红外遥感、遥感影像及目标感知;包括 AI 用于光学遥感数据的分析,不收与光学无关的雷达遥感。
Light: Science & Applications论文结合双光梳与压缩鬼成像,并用深度学习重建实现高光谱成像。
上海光机所谢鹏团队在多维复用光计算方面取得进展,提升光计算并行度。
推荐理由:原文给出了具体数据和细节,可帮助判断这一方向的实际进展
安光所光电子中心团队在Remote Sensing发表两项成果,分别提出轻量级关键点定位框架GeoAdapt和频域低秩自适应分割方法Freq-LoRA,用于地基光学遥感中的空中目标感知。GeoAdapt仅含5.95M参数,PCK@0.05D达到89.3%;Freq-LoRA仅需559K可训练参数,在五种天气仿真数据集上平均交并比0.904,达到全量微调性能的96.1%。
安光所光学遥感中心在IEEE TGRS发表论文,提出注意力增强Kolmogorov-Arnold网络(AKAN)方法,利用高分五号B星POSP偏振观测反演气溶胶光学厚度。团队结合AERONET地基数据构建24万余个匹配样本,模型决定系数R²为0.9336,均方根误差0.0492,94.25%的结果落在预期误差范围内。SHAP分析显示模型识别的敏感波段和散射角特征与辐射传输规律较为一致。
杭州光机所孵育企业光在科技与剑桥大学、东南大学等合作,在Sustainable Cities and Society发表论文,提出基于机器学习优化、经激光雷达验证的时空碳排放模型SCE-Model。模型输出与相干差分吸收激光雷达观测高度一致(R² = 0.79;±5 ppm),可实现小时级、街区级碳排放映射。