- 您的位置：首页
- > 学会动态 > 学会新闻 > JSAI智能遥感学术论坛第2期“多源遥感信息智能处理”成功举办
JSAI智能遥感学术论坛第2期“多源遥感信息智能处理”成功举办
由 苏智会 发布于 2021-09-06
8月30日，由省人工智能学会智能遥感专委会主办、南京信息工程大学计算机与软件学院承办的“多源遥感信息智能处理”学术论坛在线上成功举行。智能遥感专委会主任刘青山教授、副主任肖亮教授、中山大学李军教授、武汉大学钟燕飞教授、北京理工大学李伟教授、东南大学顾克江教授、苏州大学康健副教授、南京信息工程大学杭仁龙副研究员等近百名学者和学生参加了本次论坛。
上午的特邀报告由肖亮教授主持，并邀请刘青山教授致欢迎辞。刘青山教授首先对各位专家的支持表示了感谢，回顾了智能遥感专委会的成立过程，并对南京信息工程大学计算机学院进行了简要介绍。针对遥感影像的时空融合问题，中山大学李军教授介绍了一种传感器特性敏感的时空融合方法，在预处理过程中用回归的方式得到空间细节一致性更强MODIS-like图像，并用它替换传统的MODIS图像，进而得到包含更多细节的上采样图像用于后续的融合过程。
武汉大学钟燕飞教授首先回顾了遥感对地观测技术在农作物制图方面的发展，探讨了“以谱补时”的高光谱农作物精细分类问题，并着重介绍了双高影像农作物精细分类标准数据集WHU-Hi的构建，提出了高分类精度的全局优化空谱融合CNNCRF模型和高效率的端到端实时双高影像农作物精细分类FPGA模型。
针对多源遥感协同解译问题，北京理工大学李伟教授从数据配准、数据去噪、特征耦合等多方面进行了详细介绍，提出了尺度空间的Harris-PIIFD多源遥感图像配准、基于变换域低秩组稀疏分类的高光谱去条带、基于低秩张量近似的高光谱多光谱融合方法，同时探讨了多源特征学习、纵深特征交互、跨域特征学习、多变换域多源特征的高光谱融合分类，实现多模式协同的分类建模。
在下午的专委风采报告部分，康健副教授分别从物体级别的多基线干涉SAR模型及时序干涉SAR图像的三维低秩特性出发，介绍了少量观测样本下的多基线干涉SAR参数反演方法，并讨论了多基线干涉SAR的发展方向。
针对含油气盆地构造研究和烃类微渗漏检测问题，顾克江教授结合中国南方的遥感实例，介绍了盆地的遥感构造特征，遥感解译的方法、步骤和实际效果，同时阐述了遥感技术在油气藏烃类微渗漏勘探中的检测原理、方法和应用。
最后，杭仁龙副研究员针对高光谱图像分类任务中光谱信息冗余、异物同谱和同物异谱、高维小样本等挑战，介绍了基于符合高光谱特性的循环神经网络、引入谱-空注意力机制的卷积神经网络和多任务生成对抗网络，同时提出了基于高光谱图像特性的光谱超分网络，能够从RGB图像中直接重建高光谱图像。
本次论坛从多源遥感融合、遥感技术应用等多个角度探讨了遥感相关领域的最新成果，为相关领域科研人员提供学习机会，是智能遥感专委会构建高质量遥感技术交流平台的一次积极尝试。智能遥感专委会将联合高校、企业、研究所等多方资源，共同推动之智能遥感技术的快速发展，让更多的行业和研究人员从中受益，为推动我国成为科技大国贡献力量。
-
苏智会
江苏省人工智能学会微信公众号
关注苏智会，获取更多即时讯息
