人工智能+遥感，距离应用有多远？

线上论坛

       论坛编号：CCF-19-YOCSEF哈尔滨-1FT

2020年4月26日（周日） 14：00-17：30

腾讯会议 ID：386 931 405

程序：

14：00 -14：10

景维鹏 欢迎致辞

14：10-14：50

肖亮  高光谱遥感信息智能分析前瞻：实践与应用

14：50-15：30

宋宽  自然界要素数据流的深度学习

15：30-16：10

夏桂松  从数据视角看遥感图像解译研究

16：10-17：00

思辨环节：阻碍人工智能+遥感应用落地的是技术壁垒还是数据缺陷？

17：00-17：10

总结

注：会议日程以当日实际为准

执行主席 ：

CCF YOCSEF 哈尔滨 AC委员　　    景维鹏

CCF YOCSEF 哈尔滨 AC委员　　　李    洋

微论坛执行主席：

CCF YOCSEF 哈尔滨主席　　              孙广路

CCF YOCSEF 哈尔滨 候任副主席　　  江晓林

报告题目及嘉宾介绍

        报告1：高光谱遥感信息智能分析前瞻：实践与应用

摘要：我们将面向高光谱遥感信息处理，讨论其若干前瞻热点问题（如分类-融合-异常检测，解混与识别等）的实践与应用，并探索人工智能算法与之结合的可能性以及需要跨越的鸿沟，给出若干挑战性研究方向。

肖亮

南京理工大学计算机科学与工程学院，教授/博士生导师

教育部高维信息智能感知与系统重点实验室副主任

江苏省光谱信息感知与系统重点实验室副主任        

      肖亮教授是江苏省工业与应用数学学会理事，江苏省人工智能学会模式识别专委委员。入选江苏省333工程中青年科学带头人，江苏省六大人高峰和江苏省青蓝工程中青年学术带头人，从事计算机视觉、机器学习和智能信息系统研发等研究。主持国家自然基金4项、国家重点研发课题1项和江苏省重点研发项目1项、科技部重大科学仪器专项-子任务1项，合作承担国家自然基金重点项目1项，参与完成国家863 1项，军口863 3项等。在国际期刊IEEE TIP, IEEE TCSVT，IEEE TGRS,IEEE TMI，PR等国际期刊收录 60+篇，出版专著3本，授权发明专利15 项，获江苏省科学技术进步奖2项；国土自然资源部级科学技术进步奖1项，中国军民两用创新应用技术铜奖1项。

报告 2 自然界要素数据流的深度学习

摘要：对时间-空间传感器数据流的识别指的是识别来源类别，比如说自动识别一张卫星照片可能来自于什么地区；对这类数据流的提取指的是从海量纷繁复杂的信息类别中提取单一概念，比如说从我国高分卫星照片中提取全世界的人造建筑物轮廓；对这类数据流的测算指的是对特地目标进行自动化计数，例如对重点石油生产国的石油生产和储存设施进行定期点算，利用手机端的照片和手机AR功能实现对特定农村物体的非接触式测量，利用摄像头的视频功能对农村养殖业活体动物的追踪点数；对这类数据流的预测指的是依据其过去长时段数据记录进行预测未来一段时间的发展变化，例如使用气象雷达数据预测未来降雨，利用气象卫星数据预测台风未来发展，利用植被生长数据预测未来森林火灾概率，利用工业传感器预测机器故障的发生概率等。在上述所有提到的技术发展实例，我们组在过去三年里取得数十项中国发明专利、软件著作、国际科研文章发表、以及多项人工智能业界的知名大赛成绩。我们认为在未来几年中，这一领域会继续向前推进，在深度和广度上大为扩展。本报告将分享本人所带领的佳格公司团队在基于人工智能技术的遥感应用的具体工作

宋宽，北京佳格天地科技有限公司 首席科学家，2010年于马里兰大学地理系获博士学位

北京佳格天地科技有限公司是一家通过卫星和气象大数据收集、处理、分析和可视化系统，服务农业、环境、金融等行业的大数据应用公司。宋宽博士为公司首席科学家，主要研究方向是二维数据流的数据挖掘和深度学习。 在公司带领近年来在国内十项数据挖掘算法大赛担任出题人/评委，带队在多项数据挖掘大赛中获奖，是18项国内发明专利的主要贡献人。

        报告3：从数据视角看遥感图像解译研究

        摘要：近十年来，随着对地观测技术的发展，以及以机器学习为代表的人工智能技术的复兴，遥感图像解译研究的发展进入了一个小高峰。围绕遥感图像分类、地物语义分割、目标检测、变化检测等任务出现了大量的优秀遥感图像解译算法，特别是数据驱动的方法。然而，虽然目前遥感图像数据海量、但带标签数据有限；不同研究者制作了很多相关数据集，但出发点和标准不一。在此背景下，用什么数据、如何测试和评价遥感图像解译算法，那些数据适合训练数据驱动的遥感图像解译模型，将涉及到遥感图像解译算法的泛化性能和迁移能力。本报告在回顾和总结近十年相关工作的基础上，从标注数据准备的原则、数据源、过程、工具等方面，分享我们在遥感图像解译标准数据集构建时的经验。

夏桂松，武汉大学教授，博士生导师

法国Telecom ParisTech博士（2011）、法国国家科学研究中心 (CNRS) 博士后（2011-2012）、法国巴黎高师（ENS）数学与应用系访问教授（2018）、商汤科技研究顾问（2020-）

        夏桂松教授长期从事计算机视觉、模式识别、摄影测量与遥感等领域研究工作；近5年来，围绕图像低/中层结构计算、图匹配、遥感图像语义解析等问题，主持和参与相关科研项目30余项，出版专著2部，发表学术论文100余篇（包括IJCV, IEEE TPAMI/TIP/TGRS/TMI/TMM, PR、CVPR、ECCV等期刊会议40余篇），牵头科研成果获湖北省自然科学二等奖，个人获国家优青、湖北省杰青等人才项目资助。现担任Pattern Recognition等3个国际期刊编委、IEEE Trans. on Big Data、IEEE JSTARS等6个国际期刊客座编委。