一、答辩论文题目：基于张量结构低秩建模的高光谱图像复原研究
二、答辩人：薛吉则
三、答辩时间：2022年9月12日 19:00-21:00
四、答辩地点：腾讯会议；230-929-949
五、答辩内容简介：
基于张量建模的高光谱图像复原方法在保留数据的高维结构方面有重要的意义。然而，现有的大多数张量低秩建模方法，直接利用了高光谱图像的立方体特性，无法描述图像的内在结构信息，从而导致复原精度有限。为了能够从退化的高光谱图像中准确复原原始信号，本文围绕基于张量结构低秩建模的高光谱图像复原展开研究。首先，研究了张量低秩表达过程中如何对数据的结构信息进行建模，并提出非凸张量秩最小化和张量分解因子子空间层次稀疏的张量结构低秩表达。然后，研究了如何利用张量低秩约束表征高光谱图像内在的空间和光谱结构信息，并提出了非局部低秩正则张量分解的高光谱图像降噪和单向张量低秩正则的高光谱与多光谱图像融合算法。
六、答辩人简介
薛吉则，我院博士研究生，主要研究方向为张量低秩分解和高光谱图像复原。
