????針對(duì)上述挑戰(zhàn)，中國科學(xué)院微電子研究所喬樹山研究員團(tuán)隊(duì)提出了壓縮感知下多波段圖像信息有限分布理論（Restricted Distribution Property），該理論允許在不重建圖像的情況下，保留數(shù)據(jù)中的重要判別信息。基于該理論，團(tuán)隊(duì)提出了基于Kullback-Leibler（KL）散度的光譜特征評(píng)價(jià)體系，以及廣義協(xié)方差保留特性（Sample Covariance Preservation）。團(tuán)隊(duì)開發(fā)出基于Triplet Transformer的人工智能目標(biāo)檢測算法，實(shí)現(xiàn)無需重建的快速目標(biāo)識(shí)別。相比于傳統(tǒng)的快照式成像平臺(tái)上的處理，團(tuán)隊(duì)提出的壓縮感知域目標(biāo)檢測方法最多取得了21.1倍的延遲降低，90%的圖像特征維度降低以及0.9998以上的AUC(P_d,P_f)。該研究使得在不需要復(fù)雜數(shù)據(jù)重建的情況下實(shí)現(xiàn)實(shí)時(shí)檢測成為可能，對(duì)于算力與功耗受限的目標(biāo)檢測與識(shí)別具有重要意義。

????基于上述研究成果的論文“Compressive Hyperspectral Target Detection With Restricted Distribution Property”（DOI: 10.1109/TGRS.2024.3392847），與“CS-TTD: Triplet Transformer for Compressive Hyperspectral Target Detection”（10.1109/TGRS.2024.3436084），均發(fā)表在中國科學(xué)院一區(qū)期刊IEEE Transactions on Geoscience and Remote Sensing。微電子所碩士研究生楊清耀兩篇文章的第一作者，微電子所王曉琴研究員為通訊作者。

圖 1.基于Triplet Transformer的壓縮感知域目標(biāo)檢測

圖 2. (a) AVIRIS偽彩色圖像與目標(biāo)檢測結(jié)果；(b) 壓縮感知域下ROC曲線?