“测绘大讲堂”第三季第二期:“遥感大数据与智能解译”高端论坛抢先看
发表时间:2022-04-20

image.png

            主持人简介:李满春,国际欧亚科学院院士,国家教学名师,国家级人才计划入选者,南京大学二级教授、博士生导师、地理与海洋科学学院党委书记。兼任国家2011计划中国南海研究协同创新中心管委会副主任、地球系统科学国家级虚拟仿真实验教学中心主任、中国地理信息产业协会副会长、中国测绘学会常务理事兼副秘书长、中国土地学会常务理事。

            从事地理信息技术与国土空间规划交叉创新研究,全国国土空间规划专家,全国十大测绘科技创新人物,自然资源部科技领军人才,宝钢优秀教师特等奖获得者,教育部创新团队、全国高校黄大年式教师团队负责人。主讲国家精品课程、国家精品在线开放课程、国家一流本科课程4门次,主编国家精品教材和规划教材。主持国家重点研发计划项目、国家863重点项目课题、国家科技支撑计划项目课题等重要科研项目,发表论文400多篇,获得国家科技与教学奖励二等奖4项、部省一等奖10项。

image.png

            报告人简介:龚健雅,中国科学院院士,武汉大学遥感信息工程学院教授,博士生导师。龚健雅是国家杰出青年基金获得者,教育部“长江学者”特聘教授,973项目首席科学家,国家自然科学基金创新群体学术带头人,国家测绘局科技领军人才,国务院第六届、第七届学科评议组测绘学科组召集人,曾任武汉大学测绘遥感信息工程国家重点实验室主任和遥感信息工程学院院长、国际摄影测量与遥感学会第六委员会主席、中国海外地理信息科学协会会长,中国测绘学会常务理事及摄影测量与遥感专业委员会主任委员,现任武汉大学宇航研究院院长、亚洲地理信息系统协会秘书长、《测绘学报》副主编、《JournalofGeodesyandGeoInformationScience》主编。

            龚健雅主要从事遥感和地理信息系统方面的研究,先后承担了国家和省部级科研项目40多项,取得了多项重要成果,出版专著和教材13部,发表论文500多篇(其中SCI论文100多篇、EI论文300多篇),论著他引2万多次。获国家科技创新团队奖1次、国家科技进步奖一等奖1次、二等奖4次,省部级特等奖3次、一等奖7次,国际摄影测量与遥感学会Dolezal成就奖1项。

        报告题目:遥感大数据与智能解译

        报告简介:人工智能已经在许多领域得到快速发展和广泛应用,在遥感影像自动解译方面也取得重要研究进展,并有部分场景得到应用。但是,遥感影像智能解译的规模化业务化应用还不够成熟。报告分析了目前遥感智能解译存在的问题,包括样本数量偏少、种类不全、缺乏标准规范,现有的深度学习网络框架难以适应多源遥感影像智能解译的需要。报告人介绍了所在团队最新的遥感智能解译研究成果,包括多样性和规范化的样本库LuojiaSET和遥感智能解译的专用深度学习网络框架LuojiaNET的设计和研究进展及深度学习在遥感解译中的典型应用。

image.png


            报告人简介:张新长,国际欧亚科学院院士,广东省“特支计划”教学名师,广州大学百人计划领军人才/二级教授。主持包括重点基金在内的7项国家自然科学基金项目,1项广东省自然科学基金重点项目在内的科研项目70余项。获国家科技进步二等奖2项、广东省科技进步一等奖在内的省部级和全国学会科技进步奖19项、省部级教学成果奖17项。

            2011年度全国“宝钢优秀教师奖”、2014年第六届“全国优秀科技工作者”、2015年“夏坚白测绘事业创业创新贡献奖”和“科学中国人(2016)年度人物”奖、2019年第二届“广东十大科学传播达人”和“中国智慧城市领军人物”、2021年广东省“最美科技工作者”。

            截止2021年底,已在国内外公开发表学术论文251篇,其中71篇被SCI或EI收录;公开出版16部书中包括著作4部,教材12部,其中2部获“十一五”国家级规划教材,1部获“十二五”国家级规划教材;“地理信息系统概论”获首批国家级精品在线开放课程、首批国家级一流本科课程;“数字城市”获第三批国家级精品视频公开课程;“智慧城市”获首批上线国家高等教育智慧教育平台课程。

        报告题目:遥感大数据深度学习和信息精准提取

        报告简介:报告将围绕着人工智能中的深度学习方法,通过遥感数据样本学习、训练,提升模型的鲁棒性和智能化服务能力。报告分为遥感大数据深度学习和信息精准提取的研究背景和意义、主要研究内容、多个实际应用案例和主要结论四个部分,将主要针对目前国土空间规划中“多规合一”这个核心问题,基于深度学习的视角下,通过对地物特征的深度表达,进行地物要素的精准识别、获取和制图。针对深度学习在多源高分辨率遥感数据语义分割中的研究进展和存在的主要问题,提出并构建了基于多尺度特征融合的门控式残差标注优化网络、多尺度滤波器并行神经网络、融合视觉注意力引导标注优化网络和基于对抗迁移学习机制的语义分割迁移等模型,并将这些模型实际应用于我国自然资源要素遥感数据精准识别与获取,其中包括数字化的农业管理、建筑物边界的提取、多种场景下单木提取与种间分类以及乔/灌木林的提取等,为实现遥感数据的智能化精准识别与提取提供有效的技术支撑。

image.png