报 告 人：李连如  教授  中国科学院空天信息研究院

 

报告摘要：高光谱遥感既能成像又能测谱，每个像元对应一条近乎连续的光谱曲线，可以反映物质的诊断性光谱吸收差异，通过图像分类、目标探测等技术的处理能够实现对地表地物类型的精确识别和区分，这对于民用和专用等诸多领域都具有十分重要的意义。高光谱遥感图像包含了地物丰富的空间、光谱和辐射三重信息，具有图谱合一的特点和优势，在展现其巨大应用价值的同时，其独特的立方体式数据结构也给信息提取带来了挑战。过去十余年间，以传统机器学习为基础，在高光谱遥感图像处理与信息提取方面提出了许多新的方法，并且随着人工智能技术的飞速发展，面向高光谱遥感信息智能提取的深度网络模型近年来发展迅速。本报告在讲述传统机器学习方法的同时，也将介绍以深度学习为主的智能化的高光谱遥感图像信息提取新技术，具体包括图像重建、精细分类、像元解混和目标探测等方面。

 

报告人简介：

高连如，中国科学院空天信息创新研究院研究员、博导，研究方向为高光谱遥感图像处理与信息提取，是IET Fellow。主持国家自然科学基金委的杰青、优青项目以及国家重点研发计划课题、国家高分专项项目等，已发表学术论文230余篇，其中SCI收录140余篇，ESI高被引论文22篇；授权国家发明专利30项；出版《高光谱图像信息提取》等学术著作3部。获得国家科技进步二等奖、中国科学院杰出科技成就奖、军队科技进步一等奖各1项；获得国际高光谱遥感顶级会议WHISPERS的杰出论文奖1项。现担任IEEE TGRS、IET Image Processing期刊的副主编以及Chinese Geographical Science、《遥感学报》的编委，担任IGARSS国际会议评奖委员会委员和WHISPERS国际会议技术委员会委员。

 

主持人：秦军 研究员

时   间：2024年2月2日（星期五）上午10:00         

地   点：A1101会议室