【寧夏大學(xué)新聞中心訊 數(shù)學(xué)統(tǒng)計(jì)學(xué)院】近日，我校數(shù)學(xué)統(tǒng)計(jì)學(xué)院胡衡教授團(tuán)隊(duì)和信息工程學(xué)院呂鵬遠(yuǎn)副教授團(tuán)隊(duì)在國(guó)際地球科學(xué)和遙感領(lǐng)域頂級(jí)期刊《IEEE Transactions on Geoscience and Remote Sensing》（中科院１區(qū) TOP IF：8.6）聯(lián)合發(fā)表題為《QSCDNet: A Hybrid Quantum Spectral Change Detection Network for Hyperspectral Image Change Detection》的論文，呂鵬遠(yuǎn)副教授為第一作者，胡衡教授為通訊作者。該論文探索了量子計(jì)算在高光譜遙感影像解譯中的應(yīng)用，為高效精準(zhǔn)解譯遙感數(shù)據(jù)提供了新思路，被審稿人認(rèn)為“The quantum computing provides a new way for hyperspectral image processing”。

高光譜遙感影像具有“圖譜合一”的優(yōu)勢(shì)，可精準(zhǔn)捕捉精細(xì)地物類(lèi)型變化。然而，隨著多源高光譜數(shù)影像據(jù)量的劇增，經(jīng)典計(jì)算即將面臨計(jì)算效率與熱耗效應(yīng)的雙重挑戰(zhàn)。由于量子的疊加與糾纏特性，量子計(jì)算有望實(shí)現(xiàn)指數(shù)級(jí)降低計(jì)算復(fù)雜度的目標(biāo)。

QSCDNet網(wǎng)絡(luò)原理圖

本論文提出了一種面向高光譜影像變化檢測(cè)的雙分支混合量子神經(jīng)網(wǎng)絡(luò) (QSCDNet)，其核心是基于高維希爾伯特空間建模光譜變化的不確定性問(wèn)題。該網(wǎng)絡(luò)包含以下核心模塊：1)量子分支，由多個(gè)二維量子光譜變化卷積塊構(gòu)成，通過(guò)參數(shù)化量子電路建模獨(dú)立于偽變化影響的光譜變化多樣化表達(dá)形式，從而更有效地提取光譜特征變化信息; 2)CNN分支，基于通道注意力網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，提供傳統(tǒng)網(wǎng)絡(luò)的特征變化表征; 3)跨域特征融合模塊，融合量子分支與CNN分支的輸出特征，實(shí)現(xiàn)變化信息的互補(bǔ)增強(qiáng)。該方法在三個(gè)公開(kāi)高光譜變化檢測(cè)數(shù)據(jù)集上進(jìn)行了測(cè)試，并與前沿相關(guān)方法進(jìn)行對(duì)比，證明了量子計(jì)算處理高光譜遙感數(shù)據(jù)的應(yīng)用潛力。

文章鏈接：https://ieeexplore.ieee.org/document/11122532

（編輯：王文娣）