近日，我院赵曰峰教授团队在遥感领域国际权威期刊《IEEE Transactions on Geoscience and Remote Sensing》上发表了题为“GIGCD: Gated Inter-Group Contrastive Diffusion Framework for Hyperspectral Image Classification”的研究论文。该论文第一单位为通信与电子工程学院，第一作者为赵曰峰教授，通讯作者为胡楠楠老师。

该研究聚焦高光谱图像分类中多时间步扩散特征利用不足的问题。扩散模型能够从不同去噪阶段提取互补的空谱信息，但由于各时间步的噪声水平和判别信息分布不同，现有方法采用统一标准筛选特征时，容易在抑制噪声的同时丢失有助于区分地物类别的信息。为此，团队提出门控组间对比扩散框架（GIGCD），针对不同时间步的特征筛选需求，设计时间步动态门控模块，对各时间步的特征进行自适应加权，以抑制噪声并保留判别信息；针对不同去噪阶段的互补信息难以充分融合的问题，依据扩散过程中信噪比随时间步变化的规律，将特征划分为结构、语义和细节三组，并分别进行组内聚合；在此基础上，利用图注意力促进组间信息交互，并引入三元组对比学习，在融合过程中保持各组特征的区分度。该框架在多个公开高光谱图像数据集均取得了最优的分类性能。该研究为利用扩散模型不同去噪阶段的互补信息提升高光谱地物分类精度提供了新方法。

该研究得到了国家自然科学基金、山东省自然基金与山东省青创团队项目的联合资助。论文链接：GIGCD: Gated Inter-Group Contrastive Diffusion Framework for Hyperspectral Image Classification | IEEE Journals & Magazine | IEEE Xplore