近日，我院赵东副教授团队，联合印度信息技术学院Pattathal V. Arun博士和西安电子科技大学物理学院向培博士在高光谱目标追踪领域取得重要进展，相关研究成果《SRTE-Net: Spectral-spatial Similarity Reduction and Reorganized Texture Encoding for Hyperspectral Video Tracking》于2025年8月29日发表于国际知名学术期刊IEEE SIGNAL PROCESSING LETTERS IEEE Signal Processing Letters（中科院SCI三区）。我院赵东副教授为通讯作者，我院为第一通讯单位。

该研究提出了一种结合光谱-空间相似性降维与重组纹理编码的鲁棒高光谱目标跟踪新框架。具体来说，引入了一种降维策略，将多波段高光谱数据压缩为具有代表性的灰度图像，同时保留关键的光谱和空间信息。为增强判别性纹理建模能力，其对搜索区域应用3D Gabor滤波器，并根据局部方差自适应地融合提取的响应。所得到的纹理特征经过选择性掩码，以抑制背景噪声，随后被输入到相关滤波器模块，实现精准的目标定位。此外，还设计了一种模板更新机制，以减缓跟踪过程中的模型漂移和误差累积。在公开高光谱视频基准数据集上的大量实验表明，该方法在背景杂波等复杂场景下相较于现有高光谱跟踪器具备更好的性能。

论文首页

（图、文：赵东；审核：李松斌）