高分辨率遥感影像中的深度学习技术研究

发布时间:Dec 24, 2020 放大 缩小

时间:2020年12月26日  9:30-11:30

地点:科研楼1#906

报告人:石程  副教授

主持人:方立  研究员

---------------------------------------------------------------------------------------

报告人简介:石程,女,博士,西安理工大学计算机科学与工程学院副教授。2016年6月在西安电子科技大学获得博士学位,并于2016年9月至2018年10月在澳门大学科技学院进行博士后研究,主要研究方向为高分辨率遥感影像处理、地表覆盖信息模式识别、特征提取及深度学习等。近年来在 IEEE Transactions on Geoscience and Remote Sensing、Pattern Recognition、Information Science、Neurocomputing等国内外重要学术期刊及相关国际重要学术会议上发表学术论文SCI 论文20余篇,授权发明专利3项,主持国家自然科学基金青年基金一项,陕西省高校科协青年人才托举计划项目一项,并担任国际会议CENet 2020 workshop主席;担任国际会议ICCCBDA 2021 workshop主席;担任BCD 2021 workshop主席;担任国际会议WWW 2021 workshop主席担任;Journal of advanced Transportation专刊客座编辑,以及Journal of Selected Topics in Applied Earth Observations and Remote Sensing、Multimedia Tools and Applications等国际期刊审稿人。

报告主要内容:航天遥感技术经过多年的发展, 在光谱分辨率、空间分辨率、时间分辨率等方面都有巨大的进步,已经形成高光谱、高空间分辨率、全天候、实时/ 准实时的对地观测能力,真正使人们能够“不出门而知天下事”。高分辨率遥感影像的产生,不仅服务于土地利用、城市规划、环境监测等方面,对于军事目标识别、战场环境仿真来说有着更为重要的意义。然而,高分辨率遥感影像空间分辨率较高,而光谱分辨率相对不足,导致“同物异谱”现象突出,使分类效果欠佳。本报告着重探讨深度学习在高分辨率遥感影像地表覆盖分类中的应用,以提高地表覆盖分类和地物识别精度。