直播回放 | 高光谱遥感图像处理与信息提取

8月30日晚，【图图Seminar】举办“高光谱遥感图像处理与信息提取”在线学术直播活动，直播在腾讯会议、B站和知网在线教学平台同期进行，现场互动交流热烈，观众提问踊跃，直播结束后，大家纷纷联系图图要报告、看回放、继续向主讲嘉宾提问，图图对以上信息进行了整理，并附上10位获奖网友名单，图粉想要的，我们都能满足~~

报告嘉宾：

中国科学院空天信息创新研究院 高连如研究员

特邀主持：

北京理工大学 李伟教授

互动嘉宾：

南开大学 徐夏

北京理工大学 张蒙蒙

沈阳航空航天大学 李照奎

延安大学 何进荣

直播回放地址

直播报告PPT

直播现场补充答疑

直播互动获奖名单
1直播回放地址

不小心错过了现场直播？还想看回放？没问题！图图在知网在线教学和B站两个平台上都准备了直播回放，点击链接或图片即可围观。

知网回放地址：

https://k.cnki.net/CInfo/Index/9363

B站回放地址：

https://b23.tv/BV1Si4y1M7TX

2直播报告PPT

本次直播报告共76页PPT，干货满满，建议收藏哦

扫码加入图图社区，优享报告文件

3专家简介

报告嘉宾：高连如

中国科学院空天信息创新研究院研究员，博士，主要研究方向为高光谱遥感图像处理与信息提取。

先后主持了国家自然科学基金、中国科学院重点部署和总装预研等10余项国家和部委级科研项目，作为技术负责人主持开发了高光谱图像信息提取软件系统（HypEYE）和硬件系统（HOPES）各一套，成果在国家环保部卫星环境应用中心、民政部国家减灾中心等国家相关部门发挥了重要应用价值。

在国内外期刊和会议上已发表学术论文160余篇，其中SCI收录80余篇；获得国家发明专利29项。合作出版了学术著作《高光谱图像分类与目标探测》。2016获得中科院杰出科技成就奖，2018年获得国家科技进步二等奖，2019年获得军队科技进步一等奖。2017年获得国家优秀青年科学基金项目资助。

个人主页：

http://sourcedb.radi.cas.cn/zw/zjrck/yjy/201603/t20160315_4550994.html

特邀主持：李伟

北京理工大学信息与电子学院教授，博士生导师，国家优秀青年科学基金、北京市杰出青年科学基金获得者，入选北京市科技新星计划。于2007年获西安电子科技大学学士学位，2009年获中山大学硕士学位，2012年获美国密西西比州立大学博士学位，之后在加州大学戴维斯分校完成博士后研究，2013年5月至2019年2月工作于北京化工大学。

主要从事高光谱图像处理、目标检测与识别等方法研究，相关技术在遥感观测和医学诊断等领域得到推广应用。以第一/通讯作者在IEEE TGRS、IEEE TIP、IEEE TCYB等期刊发表论文60余篇，谷歌学术引用5400余次，ESI高被引论文14篇。担任IEEE JSTARS、IEEE SPL编委(Associate Editor)，IEEE TGRS领域编委(Topical Associate Editor)，和第11届IEEE CISP-BMEI国际会议大会主席，获IEEE TGRS、IEEE JSTARS最佳审稿人奖，以及IEEE Whispers 2019、IEEE ICSIDP 2019杰出论文奖等奖励。

E-mail:[e-mail]

个人主页：

http://fdss.bit.edu.cn/yjdw/js/153191.htm

4直播现场补充答疑

以下为直播现场未来得及回答的10个网友提问，高连如老师特别进行了回答：

1:

高光谱遥感影像智能解译中多种地物要素解译的泛化落地问题如何解决？

A:

这个问题很宽泛，我的理解应该是分类体系设计和数据标准化处理方面的问题，具体看要区分哪些类，哪些类的光谱具有可区分性。同时，只有数据预处理结果可靠，定标精度高，才能确保光谱能真实反映地物特征的差异，才有利于地物分类。

2:

高光谱图像在异常检测方面的具体应用，需要解决哪些关键性问题？

A:

需要考虑如何界定异常目标，检测出的异常点非感兴趣目标如何处理，以及异常目标检测中的背景精确估计问题。

3:

请问对小比例尺卫星图像的地物识别采用深度学习技术有何改进措施?

A:

混合像元广泛存在，需要考虑如何解决地物混杂严重条件下的精确分类识别问题，空间信息是否依然可用，谱信息挖掘更为重要。

4:

在各种优秀算法层出的过程中，给定相当数量的训练样本，高光谱图像的分类效果已逼近ground truth，那么在训练样本十分有限时，面对高光谱图像中的类别分布不平衡问题，我们应该基于哪些策略增强实际的分类效果？或者说，我们是否可以采用计算机视觉中的长尾分布的策略解决此问题？

A:

需要研究样本不均衡、小样本和噪声样本条件的地物分类问题。特征降维是一个处理该问题的思路，同时在目标函数设计时需要考虑易错分类和少样本类的精度问题。

5:

影响高光谱信息提取精度的因素有哪些？如何去除影响因素？

A:

我认为信息提取算法本身已经发展较为成熟，高光谱数据的定标水平和质量是制约精度进一步提高的关键因素，在预处理端仍有很多工作需要关注和提高。

6:

从目前的研究成果来看，高光谱图像解混与去噪方法似乎已经将要达到顶点了。往下做能得到的提升似乎越来越小，请问老师们对这两个方向未来的发展趋势，可能出现的新问题，与可能应用的新方法有什么见解呢？

A:

解混更多应该关注于应用，解混的方法和信息如何在地物分类和地物参数反演中得到实际的应用。去噪可以多关注混合噪声处理问题。

7:

请问高光谱的超分辨重构和可见光的超分辨重构有什么相似和不同呢？

A:

超分辨率的核心是获得更高分辨率的图像，利于地物的分类识别。高光谱分类的重点是光谱信息，在提高空间分辨率的同时如何保持光谱的诊断性特征和可分性更为关键。可见光要关注超分之后，地物的空间纹理和形态信息是否更为清晰和可辨识。

8:

高老师您好，匹配检测中，目标光谱是取一个像元的光谱，还是取多个像元的光谱呢？

A:

根据应用的实际情况来确定，如果是一个像元，要求该像元光谱的代表性要强，而取多个像元的光谱则有利于解决同物异谱问题。

9:

请问高老师觉得高光谱用在农产品无损检测领域有前景吗？

A:

目前从查阅的文献来看，基于地面成像光谱仪有很多农作物无损检测的应用，比如种子筛选、果蔬质量检测、肉类质量分析等。

10:

请问高老师，多光谱图像可以应用于小型无人机的检测和分类吗？

A:

目前从查阅的文献来看，有研究在关注多光谱用于小型无人机的检测和分类，因为这与对地观测的技术方法差异较大，还需要查阅相关的文献来具体研究。

5直播互动获奖名单

获奖网友微信名或知网昵称：

徐速

王建华

丁云

木木

Jaime

immortal

徐一民

南风

延安大学-石延新

Wink

本期奖品为《中国图象图形学报》

2020年1-8期珍藏版纸刊任选一本

请以上获奖网友联系学报编辑提供邮寄信息

申明：本文发布的网站内容均不代表本号观点，本号旨在提供参考素材以便学习交流。

"图图Seminar" 直播回放

回放平台

知网平台：

http://k.cnki.net/Room/Home/Index/181822

B站：

https://space.bilibili.com/27032291

往期目录

汪荣贵——机器学习基本知识体系与入门方法

陈强——从Cell封面论文谈AI研究中的实验数据问题

石争浩——从先验到深度：低见度图像增强

行知论坛——南理工行知论坛&图图Seminar：智能画质增强专题

孙显——遥感图像智能分析：方法与应用

章国锋——视觉SLAM在AR应用上的关键性问题探讨

林宙辰——机器学习中优化算法前沿简介

白相志，冯朝路——“医学图像与人工智能”主题论坛

李雷达——以人为中心的图像感知评价：从质量到美学

汪荣贵——深度强化学习系列课程1-4讲

张明敏，郭诗辉——“人工智能与虚拟现实”主题论坛

高连如——高光谱遥感图像处理与信息提取

     好文推荐
❂ 专家报告
❂ 论文写作

本文系《中国图象图形学报》独家稿件

内容仅供学习交流

版权属于原作者

欢迎大家关注转发！

编辑：秀   秀

指导：梧桐君

审校：夏薇薇

总编辑：肖   亮

声  明

欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。

我就知道你“在看”