课题组潘浩东同学的一篇关于高光谱图像去噪的研究工作近期被 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 接收

　　论文题目：Multi-Scale Adaptive Fusion Network for Hyperspectral Image Denoising

　　作者：Haodong Pan; Feng Gao; Junyu Dong; Qian Du

　　去除高光谱图像中的噪声并提高其视觉质量是具有挑战性的一项目任务。现有的高光谱图像去噪方法在多个尺度之间的特征交互利用和丰富的光谱结构保留方面仍存在局限性。鉴于此，我们构建了多尺度自适应融合网络（MAFNet）用于高光谱图像去噪。该网络可以学习干净和含噪声的高光谱图像之间的复杂非线性映射，包括两个关键模块：多尺度信息聚合网络和共同注意融合模块。具体而言，首先生成一组多尺度图像，并将它们输入到粗融合网络中，然后使用精细的融合网络在并行的多尺度子网络之间交换信息。此外，我们还设计了一个共同融合模块，以自适应地强调来自不同尺度的信息特征，从而增强去噪的判别学习能力。在多个高光谱数据集上的大量实验表明，本文提出的MAFNet实现了优异的去噪性能。

　　本方法已经在Github开源，地址：https://github.com/summitgao/MAFNet