AI 驱动的高光谱成像: 多模态性、融合、挑战与深度学习的革新

高光谱成像( HSI )捕获空间和光谱数据, 使其能够分析常规系统无法看到的特征。该技术在天气监测、食品质量控制、假冒品检测、医疗诊断等领域至关重要, 同时向防务、农业和工业自动化等领域拓展。随着光谱分辨率、微型化和计算方法的提升, HSI 也取得了显著进展。本研究概述了 HSI 的应用、数据融合挑战以及深度学习模型在处理 HSI 数据中的作用。我们讨论了将多模态 HSI 与人工智能, 特别是深度学习, 集成后如何提高分类准确率和操作效率。深度学习在特征提取、变化检测、去噪、无角分解、降维、土地覆盖图制图、数据增强、光谱构建和超分辨率等方面均显著提升了 HSI 分析效果。一种新兴趋势是将高光谱相机与大语言模型( LLM )融合, 称为"highbrain LLM", 以实现低可视性碰撞检测和人脸防欺诈等高级应用。我们还概述了 HSI 行业的关键参与者、复合年增长率以及日益重要的产业地位。旨在为技术与非技术读者提供关于 HSI 图像、趋势和未来方向的见解, 并提供有价值的 HSI 数据集和软件库信息。