嵩山腳下，黃河之畔，名師大家濟(jì)濟(jì)一堂，縱論遙感共話未來。9月20日至22日，信息工程大學(xué)與武漢大學(xué)、中國資源衛(wèi)星應(yīng)用中心聯(lián)合舉辦的第三屆嵩山遙感論壇在登封成功召開。論壇以“全域感知，空間智能”為主題，王家耀院士、龔健雅院士，以及來自47家有關(guān)單位的200余名專家學(xué)者共赴盛會，交流學(xué)術(shù)前沿?zé)狳c(diǎn)，探討遙感未來發(fā)展。

公司獲評論壇優(yōu)秀論文

經(jīng)專家組評審，論壇從高校、科研院所等軍地單位的論文來稿中共評選出優(yōu)秀論文10篇。王家耀院士、龔健雅院士為優(yōu)秀論文獲得者頒獎。

圖1 兩位院士為優(yōu)秀論文作者頒獎

我司戰(zhàn)略與創(chuàng)新中心副主任林聰博士撰寫的“跨尺度遙感影像樣本遷移模型與地表覆蓋精細(xì)制圖”一文被評選為優(yōu)秀論文。論文提出了一種基于噪聲標(biāo)簽學(xué)習(xí)的跨尺度遙感影像樣本遷移模型（NLL-CST），針對高分影像高質(zhì)量樣本獲取代價高，已有低分辨率地表覆蓋成果難以直接應(yīng)用等技術(shù)難題，構(gòu)建了耦合語義特征與標(biāo)簽一致性的自適應(yīng)噪聲評估算法，在Vision Transformer網(wǎng)絡(luò)架構(gòu)下為高質(zhì)量訓(xùn)練樣本賦予更高的損失權(quán)重，有效減少低質(zhì)量訓(xùn)練樣本對網(wǎng)絡(luò)學(xué)習(xí)的干擾，實(shí)現(xiàn)了基于低分辨率樣本標(biāo)簽的高分影像地表覆蓋分類為低成本完成高分影像精準(zhǔn)分類提供了一種新的解決方案。

圖2 NLL-CST總體技術(shù)思路

“青年與未來”專題論壇

根據(jù)論壇組織方安排，優(yōu)秀論文成果在“青年與未來”專題分會場做學(xué)術(shù)分享。我司結(jié)合業(yè)務(wù)需求與前期研發(fā)工作，進(jìn)一步闡述了跨尺度樣本遷移研究工作的必要性：過去數(shù)十年遙感領(lǐng)域的影像解譯研究大多聚焦在中低分辨率數(shù)據(jù)，積累了大量的中低分辨率地表覆蓋研究成果與大尺度數(shù)據(jù)產(chǎn)品，為高分影像地表覆蓋制圖提供了一種高度相關(guān)但是難以直接利用的參考數(shù)據(jù)；基于高分影像提取地表覆蓋及其變化情況是多個業(yè)務(wù)主管部門的共性需求，受限于樣本庫構(gòu)建的時間與人力代價，AI算法難以在業(yè)務(wù)中得到充分的應(yīng)用，制約了作業(yè)過程中的智能化與自動化水平。

圖3 林聰博士在“青年與未來”專題論壇上匯報

針對以上問題，提出了一種噪聲標(biāo)簽學(xué)習(xí)引導(dǎo)的高分遙感影像樣本跨尺度遷移（NLL-CST）方法。該方法可以有效利用已有低分辨率樣本標(biāo)簽，獲得高分辨率影像精細(xì)分類結(jié)果，有效降低了高分影像解譯分析所需要的時間與人力成本，為推動AI算法的業(yè)務(wù)化應(yīng)用提供了一種有效的解決思路。

公司將根據(jù)數(shù)智化戰(zhàn)略的發(fā)展規(guī)劃，進(jìn)一步推動業(yè)務(wù)場景下的人工智能技術(shù)研究，面向多源時空大數(shù)據(jù)，構(gòu)建智能化、自動化、實(shí)時化的處理分析能力，支撐公司級新產(chǎn)線的構(gòu)建以及傳統(tǒng)業(yè)務(wù)的提質(zhì)增效，為未來轉(zhuǎn)型升級貢獻(xiàn)數(shù)智力量。