浙江大学郝翔教授来我院做学术报告

报告内容：光谱成像技术应用广泛，人们对小型化、轻量化的光谱成像系统有着迫切的需求。随着计算机技术和先进加 工技术的发展，基于光谱编码滤光片的计算光谱成像系统有望达到前所未有的袖珍外形。然而，上述系统仍然存在一 些难以解决的问题，如滤光片难以定量地设计、重建速度慢、噪声容忍性差等。报告人所在的团队通过引入深度学习技术，将光谱编码探测过程抽象为一个参数约束的光谱编码与解码网络(Parameter Constrained Spectral Encoder and Decoder，PCSED)，进而通过对此深度神经网络的训练实现了宽带随机编码滤光片光谱响应的定量优化设计。与 已有设计方法相比，本方法的设计精度提高了2-10倍，配合对应的尝试学习光谱解码算法，可以将光谱重建精度提 高 30倍以上。研究团队基于该设计进一步制造了宽光谱编码光谱相机(Broadband Encoding Stochastic Hyperspectral Camera, BEST Camera)，实现了在常规照明条明下7,000-11,000倍的光谱恢复速度提升以及约10倍的噪声容忍度提升。

报告人简介：郝翔研究员于2014年毕业于浙江大学，获工学博士学位。曾任霍华德休斯医学研究院（HHMI）、牛津大学神经回路与行为学研究中心（CNCB）访问学者，耶鲁大学医学院Associate Research Scientist。2018年通过国家重大人才项目（青年项目）引进全职回国。现任浙江大学光电科学与工程学院研究员、浙大光电学院副院长、浙大嘉兴研究院智能光电创新中心副主任。主要从事智能成像与感知方面的研究工作，特别是高光谱成像、超分辨显微成像和基于人工智能的光学设计等。共在Nature Methods、Light: Science & Applications等发表论文60余篇、获授权专利30余项。