龚健雅院士：智能遥感解译的进展与发展趋势

智绘科服 2022-12-29

The following article is from 中国测绘学会 Author 中国测绘学会

本文内容转载自微信公众号：中国测绘学会，版权归原作者及刊载媒体所有，所刊载内容仅供交流参考使用，不代表本刊立场。

报告人：龚健雅

个人简介：中国科学院院士、武汉大学教授、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。国家杰出青年基金获得者。

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，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、《Journal of Geodesy and GeoInformation Science》主编。

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。

报告分享：

报告题目：智能遥感解译的进展与发展趋势

报告摘要：近年来，随着遥感技术的快速发展，遥感对地观测数据获取量与日俱增。然而，遥感影像智能处理和信息服务能力还相对滞后，开源的深度学习框架与模型尚不能满足遥感智能处理的需求。本报告在分析现有深度学习框架和模型的基础上，针对遥感影像幅面大、数据通道多、尺度变化大等问题，介绍具备多维时空谱遥感特性的专用深度学习框架的构建方法、实验结果等。本报告介绍由武汉大学主持研发的全球首个遥感影像智能解译深度学习框架LuoJiaNET和遥感影像样本库LuoJiaSET相关成果，并介绍在此基础上构建的包含遥感场景分类、目标检测、地物分类、变化检测、多视三维等5大类遥感典型应用任务的验证结果；同时介绍智能遥感解译的发展趋势，包括底层架构对图神经网络、知识嵌入、可解释性分析等方法的进一步支持。相关研究成果为遥感智能解译新理论和新技术的发展奠定了基础，也将为自然资源监测和社会经济发展等遥感信息智能处理的科研和应用提供了平台及技术支撑。