发表顶级期刊《Nature》！北理工团队在高光谱视频成像研究方面取得重要进展

高光谱视频成像能够捕获场景的精细空间、光谱和时间信息，因此在生物荧光成像、遥感、监控、自动驾驶等领域得到广泛应用。然而，高光谱视频数据量极大，现有方法记录高维数据时占用大量传输带宽和存储空间，给无人机、手机、行星探测器和卫星等资源受限系统带来巨大压力。如何在保留信息的前提下最大限度减少采样数据量、大幅提升采样压缩比就成为高光谱视频成像中的关键问题。

日前，北京理工大学光电学院王涌天教授、刘越教授团队成员徐怡博教授与谷歌公司和美国莱斯大学研究人员合作，开发了一种具有优异压缩比和吞吐量的基于单像素光电探测器的高光谱视频成像系统。相关研究成果于近期发表于顶级期刊《Nature Communications》上。

研究人员利用四维高光谱视频的高度可压缩性，设计出一种空间-光谱联合编码方案，提出基于四维空间信号稀疏度模型的优化重建和深度学习重建方法，实现了基于单像素探测器、可在低带宽下实现高通量的高光谱视频成像系统。该系统利用四维高光谱视频的高度可压缩性，设计一种空间-光谱联合编码方案，将场景编码为具有时间相关性的高度压缩的测量值，并采用一种基于四维空间信号稀疏度模型的重建方法和一种深度学习重建方法，完成了64个光谱带的128×128高光谱图像的重建，每秒超过4帧，压缩比为900×。

高光谱视频重建的深度学习方法示意图