高光譜視頻成像能夠捕獲場景的精細空間、光譜和時間信息，因此在生物熒光成像、遙感、監控、自動駕駛等領域得到廣泛應用。

?

然而，高光譜視頻數據量極大，現有方法記錄高維數據時占用大量傳輸帶寬和存儲空間，給無人機、手機、行星探測器和衛星等資源受限系統帶來巨大壓力。如何在保留信息的前提下最大限度減少采樣數據量、大幅提升采樣壓縮比就成為高光譜視頻成像中的關鍵問題。

?

日前，北京理工大學光電學院王涌天教授、劉越教授團隊成員徐怡博教授與谷歌公司和美國萊斯大學研究人員合作，開發了一種具有優異壓縮比和吞吐量的基于單像素光電探測器的高光譜視頻成像系統。

研究人員利用四維高光譜視頻的高度可壓縮性，設計出一種空間-光譜聯合編碼方案，提出基于四維空間信號稀疏度模型的優化重建和深度學習重建方法，實現了基于單像素探測器、可在低帶寬下實現高通量的高光譜視頻成像系統。