据麦姆斯咨询报道，2024年12月13日至15日，浙江大学研究员郝翔将参加《第67期“见微知著”培训课程：光谱仪及光谱成像》并进行授课，具体信息如下：
授课主题：计算高光谱成像技术
授课老师简介：
郝翔，博士，浙江大学光电科学与工程学院副院长、研究员、博士生导师。2018年10月全职回国，之前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、耶鲁大学医学院助理研究员（Associate Research Scientist）。他主要从事光学成像特别是显微成像、光谱成像和计算成像的研究工作，在Nature Methods、Light: Science & Applications等共发表论文100余篇、获授权专利40余项。2019年，他入选国家第十五批重大人才计划（青年项目），担任国家重点研发计划“高精度线光谱共焦传感器研制”项目首席科学家，The Innovation、《光子学报》、《激光与光电子学进展》青年编委，中国光学学会生物医学光子学专业委员会、中国光学工程学会计算成像专业委员会委员。他还获得播光人奖、中国光电博览奖、中国光学十大进展等荣誉。
授课背景及内容：
计算光谱成像技术在传统色散型光谱成像技术的基础上，通过在光路中引入适当的编码模板（分为三种类型：振幅编码、相位编码、波长编码）完成目标数据立方体的调制和压缩，然后采用压缩感知理论对光电探测器获取的二维混叠图像进行三维图谱信息重构，实现了景物空间信息与光谱信息的快照式成像，弥补了传统光谱成像技术光通量低、逐行扫描成像时间长等缺点，极大地降低了原始数据量，减轻了数据存储和传输压力。鉴于此，计算光谱成像技术成为解决“光谱分辨率、空间分辨率、时间分辨率不可兼得”问题的一种可选方案。此外，传统的CMOS图像传感器只能获取三个光谱（红、绿、蓝）通道，而高光谱成像则可以获得数百个光谱通道，能够为拍摄的场景或物体提供更丰富的颜色（光谱）信息，从而有利于实现高精度的图像分析与识别。本课程详解计算光谱成像技术和应用，以及高光谱成像与人工智能（AI）的结合。
振幅编码光谱成像
振幅编码光谱成像分类
课程提纲：
1. 光谱技术概述；
2. 计算光谱技术原理；
3. 光谱成像技术原理；
4. 基于深度学习/机器学习的高光谱成像技术；
5. 计算高光谱成像技术典型应用。
培训详情：
https://www.memstraining.com/training-67.html
