学术报告｜龚健雅院士：智能遥感专用深度学习网络与样本库设计

转载自微信公众号中国测绘学会

报告题目：智能遥感专用深度学习网络与样本库设计

10月28日，中国测绘学会2020学术年会测绘科技沙龙上，龚健雅院士提出深度学习是当代人工智能发展的核心技术，而大数据是深度学习的基础。遥感领域缺乏具有数据驱动能力的大规模样本库，如涵盖不同区域的样本，或是由于行业保守不愿提供样本，导致样本数量较少。同时，还缺乏高光谱、红外等遥感影像的样本数据。

因此，龚健雅院士建议围绕多源遥感影像的智能识别与解译，开展适合于深度学习训练以及测试用的遥感样本数据集分类标准、标注规范、标注工具等，以及样本库组织管理和版权保护研究。他还建议，针对遥感影像特点和应用需求，研究遥感影像深度神经网络开源架构于模型。

报告PPT分享

关于  Geo-spatial Information Science

Geo-spatial Information Science（GSIS）是由武汉大学主办的测绘遥感专业英文期刊，主编为中国科学院院士、中国工程院院士李德仁教授。2020年9月被SCIE收录。

GSIS 采用开放获取的出版模式，就是大家所说的开源期刊/OA期刊（Open Access），文章一经发表，可马上被全球读者免费全文下载，这种模式可以让你的文章有更多的曝光度。

目前，在GSIS发表文章不需缴纳审稿费、论文处理费等任何费用，完全免费。欢迎广大测绘遥感学科的科研工作者投稿。如果您有需要抢首发权的高质量文章，可与我们联系[e-mail]，主编/国际副主编亲自为您处理，编辑部提供随时随地的疑问解答与状态跟踪。

期刊官网：

https://www.tandfonline.com/tgsi

投稿网址：

https://rp.tandfonline.com/submission/create?journalCode=TGSI

虚拟专辑

热点专刊

论文推荐

专家报告

长按二维码  关注GSIS微信号

GSIS-WHU

Geo-Spatial Information Science

SCIE数据库收录期刊

中国最具国际影响力学术期刊

中国科技期刊卓越行动计划入选期刊

https://www.tandfonline.com/tgsi

推特账号｜GSISOffice