欢迎光临中国图象图形学学会官方网站,让我们一起努力,探索图象图形领域的广袤天地!
首页 > 学会动态 > 活动预告

CSIG图像图形学科前沿讲习班 第5期

2018-05-02

主题:人工智能+遥感大数据

201862-3 北京

近年来,我国大数据产业快速发展,随着数据技术的快速发展,大数据观念和应用已不再只限于政府、金融、通信等领域。目前航空航天科技、传感器和信息技术等高速发展,对地观测遥感呈现出典型的时空大数据特征,遥感大数据是顺应大数据时代发展的一个必然,是在大数据的理论指导及技术支撑下的遥感科学的实践,是大数据在遥感相关领域的价值实现。遥感大数据领域与遥感机理、图像处理、信号分析、计算机等多类学科存在紧密联系与学科交叉,是应用性极强的一类科学技术。目前遥感大数据的应用刚刚起步,未来人工智将为遥感卫星行业带来无限新机遇,让遥感大数据更深入地结合并应用到各行各业,为人类创造更多价值。

5CSIG 图像图形学科前沿讲习班(Advanced Lectures on Image and Graphics,简称IGAL)于201862-3日在北京举办,本期讲习班主题为人工智能+遥感大数据,由中国科学院遥感与数字地球研究所赵忠明研究员担任学术主任,邀请遥感图像处理与应用、计算机视觉领域的知名专家作报告,使学员在了解学科热点、提高学术水平的同时,增加与遥感大数据分析领域顶尖学者之间的学术交流。


主办单位

中国图象图形学学会


承办单位

中国图象图形学学会遥感图像专业委员会

清华大学 

马上科普教育科技有限公司


学术主任

赵忠明,中国科学院遥感与数字地球研究所研究员、博士生导师,中国图象图形学学会副理事长、中国体视学学会副理事长、中国地理学会环境遥感分会常务理事、中国图象图形学学会遥感图像专委会主任,任《遥感学报》编委、《中国体视学与图像分析》副主编,主要研究方向是遥感图像处理,发表国际期刊和会议论文30余篇,出版专著6本,获得科技部国家遥感中心颁发的“2012年度国产空间信息系统软件测评表彰软件遥感图像处理软件IRSA”、中国地理信息系统协会和国家测绘局颁发的地理信息科技进步奖-区域性遥感空间信息服务平台  


官方主页

关于讲习班的新闻通知,见官网:http://www.csig.org.cn


上课时间及地点

201862-3日,北京.清华大学

日程安排

62日上午

8:00—8:40

入场签到

8:40—9:00

赵忠明

开班致辞

9:00—10:30

李国庆

面向遥感大数据的数据管理与服务技术前沿

10:40—12:10

 

遥感数据的自动化处理与智能信息提取技术

62日下午

14:00—15:30

高连如

高光谱遥感智能观测与信息提取

15:50—17:20

刘良云

30米地表覆盖的定量自动遥感监测研究

63日上午

9:00—10:30

    

深度学习在小样本图像分析中的应用

10:40—12:10

夏桂松

遥感图像结构化表征和信息挖掘

63日下午

14:00—15:30

    

基于概率主题模型的高分遥感图像非监督语义分割

15:50—17:20

刘顺喜

土地遥感与大数据

17:20—17:40

结营仪式


特邀讲者


李国庆:《面向遥感大数据的数据管理与服务技术前沿

简介:中国科学院遥感与数字地球研究所卫星数据技术部主任,研究员,博士生导师。研究领域为高性能地学计算、地球大数据和网络化数据技术。发表SCI/EI等论文100多篇,负责和主持过五十多项国家级重大研究项目,目前担任科技部国家综合地球观测数据共享平台负责人。是IEEE和中国计算机学会的高级会员,中国计算机学会高性能计算专业委员会理事。长期参与相关国际组织的工作,现任国际数据系统(WDS)科学委员会委员、国际科学数据委员会(CODATA)灾害数据工作组主席,同时担任ICSU/CODATA/WDS/IRDR/GEO 等多个国际顶级学术组织中国国家委员会委员,多次担任中国科学数据大会程序委员会主席。

摘要:信息设施和信息技术的进步是解决科学大数据复杂性的重要渠道,目前遥感大数据应用中面临的很多问题都来自于数据管理和使用技术的滞后,在全球性、连续性和快速性问题的遥感应用中急需解决海量遥感大数据的高效管理问题。本报告分析了遥感领域的大数据现状和瓶颈问题,详细分析了适合于大数据管理的时空数据模型、多学科数据的关联使用、扁平化数据服务模式、全生命周期数据管理、基于数据生态的共享模式、新一代空间数据库等遥感大数据技术的前沿方向,勾勒出遥感大数据管理的完整技术框架。


唐娉:《遥感数据的自动化处理与智能信息提取技术

简介:中国科学院遥感应用研究所遥感图像处理研究室主任,研究员,博士生导师。1996年毕业于北京师范大学数学系,获理学博士学位。之后在中国科学院地球物理研究所固体地球物理博士后流动站作博士后。1998年进入中科院遥感应用研究所从事遥感数字图像处理研究。长期从事遥感数字图像处理算法研究及遥感图像应用系统建设。主持多项科研项目,包括国家自然科学基金项目、863项目和大型卫星图像地面应用系统等。发表期刊论文50余篇,获得授权国家发明专利18项,获国家科技进步奖2项, 测绘科技特等奖1项。

摘要:遥感大数据正在改变着遥感数据处理技术和信息提取与应用的生态。本报告分析了遥感大数据应用对遥感图像处理技术及系统建设的新要求,论述了基于不变特征点集为控制数据集的遥感图像自动处理的框架和取得的进展,探讨了智能化信息提取面临的挑战。


高连如: 高光谱遥感智能观测与信息提取

简介:国家优秀青年科学基金获得者,博士,研究员,研究方向为高光谱图像地物信息提取,先后主持了国家自然科学基金、国家科技支撑计划、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,成果在国家相关部门发挥了重要应用价值。已发表学术论文120余篇,其中SCI收录50余篇;获得国家发明专利16项;获得软件著作权登记4项。合作出版了学术专著《高光谱图像分类与目标探测》。2015年和2017年分别获得遥感国际权威期刊IEEE JSTARSIEEE TGRS的优秀审稿人;2016获得中科院杰出科技成就奖。

摘要:本报告首先分析了高光谱图像处理所面临的三个关键问题,包括:光谱细分引发的高噪声、普遍存在混合像元现象以及高时效性信息获取的迫切需求,在此基础上引出和阐述高光谱遥感智能观测的概念和架构,并面向典型地物信息提取介绍观测模式优化的方法,并根据高性能低功耗硬件平台的特殊要求,介绍智能观测系统中高光谱图像在轨实时目标检测的技术。然后,面向高光谱图像信息提取,分别从特征提取、分类、混合像元分解和目标探测三方面展开,核心包括空谱信息融合、子空间投影、稀疏表示、群智能优化和深度学习等前沿方法。

 

刘良云: 30米地表覆盖的定量自动遥感监测研究

简介:国家基金委首届优青获得者、北京市新世纪百千万人才工程入选者、国家重点研发计划项目负责人,中国科学院特聘研究员。长期从事植被定量遥感研究。获得中国科学院杰出科技成就奖、国家科技进步二等奖、北京市科学技术奖一等奖等;共发表期刊论文200余篇,SCI论文75篇,Google Scholar检索引用4800多次、H-index 37

摘要:科学准确地测定全球地表覆盖的空间分布、覆盖状况与时间变化,对于研究地球系统的能量平衡、碳循环及其他生物地球化学循环、气候变化等有着十分重要的意义。以Landsat系列为代表的30米遥感影像提供了丰富的纹理细节和空间结构信息,能更好地反映地表覆盖变化格局、满足全球变化研究与地球模式模拟的需求。国内外虽已存在30米分辨率下的地表覆盖产品,但在满足应用需求方面尚有不足,存在着较高的人工参与度,动态更新难度大,分类精度无法保证,无法有效进行地表覆盖变化监测。此外,目前已有30米分辨率地表覆盖产品只具备地物类型的定性指标,缺乏定量指标的地表要素信息。

为此,我们提出了一种全要素、30米分辨率地表覆盖定量遥感监测研究新框架,基于时间序列定量遥感数据,在获得地表覆盖类型同时,集成地表要素定量遥感反演模型,提供定量指标的地表覆盖功能要素,如反照率、植被覆盖度、LAI、水色等季节动态信息。研究成果将首次提供与MODIS定量遥感产品类似的全球30米分辨率产品,在提供30米地表覆盖类型定性指标同时,提供地表覆盖功能要素的定量监测信息,对全球土地覆盖变化提供变革性的创新产品,提高地表覆盖全要素遥感监测的分辨率和准确性。

在中国区域开展了算法示范试验,获得了2013年全国地表覆盖分类图。在中国区域选择了11366个样本验证,并与国际同类产品进行了对比分析,总体精度=77.34%,GlobeLand30相当。这是国际上首次实现了大区域地表覆盖的全自动分类,单台小服务器36小时全国地表覆盖分类,与国际同类产品相比,分类系统更精细,将森林类型细分为六类。


夏勇: 深度学习在小样本图像分析中的应用》

简介:国家青年千人计划获得者,教授、博导,现任西北工业大学计算机学院多学科交叉计算研究中心(CMCC)执行主任;分别于200120042007年从西北工业大学计算机学院获得学士、硕士和博士学位,20071-201312月加盟悉尼大学信息技术学院生物医学与多媒体技术(BMIT)实验室开展博士后研究;现主持国家自然基金面上项目两项,发表学术论文愈百篇;担任中国计算机学会青工委委员、中国图象图形学学会视觉大数据专委会常委和中国体视学学会图像分析分会常委等;现为IEEE-TMIIEEE-TIP等多个学术期刊审稿人,并担任MICCAI-MCV 2015/2016MICCAI-DLMIA2017ISBI 2017ACM MM2018等多个国际会议的TCPSession Chair

摘要:近年来,深度学习技术得到了迅速发展和广泛关注,并且在图像分类、人脸识别、语音识别、机器翻译和自然语言理解等领域取得了巨大突破和成功应用。深度学习模型的成功,不仅在于它使用统一的模型实现对数据的表示学习和分类识别,从而避免了对经验的过度依赖,更在于它可以使用庞大的训练数据集进行学习。但是,对于某些图像分析问题而言,由于数据采集和标注的困难,可以用于训练的数据集往往都比较有限。本报告将探讨在图像小数据上进行深度学习所面临的挑战,也将介绍报告人在应用深度学习技术进行小样本图像分析中的经验和体会,并将对这一领域的发展进行展望。

 

夏桂松: 遥感图像结构化表征和信息挖掘

简介:湖北省楚天学子、湖北省自然科学基金杰青、武汉市晨光计划获得者,武汉大学教授,博士生导师。2011年获得法国巴黎高科电信学院 (Telecom ParisTech)博士学位,随后在法国国家科学研究中心 (CNRS)决策数学研究所(CEREMADE)从事博士后研究工作,2012年加入武汉大学测绘遥感信息工程国家重点实验室工作至今。长期从事图像分析和理解、模式识别及遥感图像解译等领域的研究工作,在包括IJCV, IEEE TIP, PR, IEEE TGRS等国际权威期刊和CVPRBMVCICPR等相关国际会议上发表学术论文100余篇。现担任国际期刊EURASIP Journal on Image and Video ProcessingSignal Processing: Image Communications副主编 (Associate Editor),以及IEEE Trans. on Big Data, Pattern Recognition Letter等国际期刊客座编委 (Guest Editor)

摘要:近年来,世界各遥感强国竞相发展高分对地观测计划,卫星、无人机等多种浮空器逐步形成空--地一体化的遥感对地观测网络。遥感对地观测图像数据量成指数级增长,图像的光谱和空间分辨率进一步提升,为实现大范围的精细、精准的对地观测奠定了数据基础。然而,受到传统遥感图像分析和解译方法的限制,当前遥感图像数据的利用率低、难以在具体的地学应用中发挥其应有的作用,尚未体现其蕴含的巨大价值。在此背景下,亟需发展新型遥感图像智能解译和信息挖掘方法,从多源、海量、精细的遥感图像中有效挖掘地学信息,实现从遥感数据到地学知识的转化。

本报告从遥感图像的结构化表征出发,结合当前计算机视觉和机器学习的新进展,重点介绍基于人工智能的遥感图像大数据信息挖掘新方法,详细探讨这些方法在遥感图像检索、地物分类,建筑物提取,地面目标检测与识别等问题上的应用。

 

唐宏: 基于概率主题模型的高分遥感图像非监督语义分割

简介:教育部新世纪优秀人才,博士,北京师范大学教授,博士生导师,环境遥感与数字城市北京市重点实验室副主任。2006年毕业于上海交通大学,获模式识别与智能系统专业博士学位;2006-2008年在法国信息与自动化研究所(INRIA)从事博士后研究;主要研究方向为遥感图像模式识别及其在灾害遥感监测中的应用;在基于概率图模型的遥感图像模式识别方面发表学术论文20余篇;期刊地理与地理信息科学编委。

摘要:概率主题模型作为一种新的非监督分析方法已在文本分析和自然图片理解等领域获得了成功的应用。概率主题模型可同时对遥感图像中地物光谱等特征的统计分布和地物共生关系进行建模,具备对-信息同时建模的能力,为高分图像分割识别一体化提供了一种新的分析框架。本报告在介绍概率主题模型的基础上,分析基于概率主题模型进行高分遥感图像非监督语义分割中存在的主要问题,进而以一种典型的概率主题模型层次Dirichlet过程(Hierarchical Dirichlet process, HDP)模型为基础,介绍上述问题解决的最新进展。

 

刘顺喜:《土地遥感与大数据》

简介:国务院特殊津贴专家,国土资源部科技领军人才,博士,研究员/注册测绘师,博士生导师。历任中国土地勘测规划院遥感所副所长和所长,现任中国土地勘测规划院副工程师。兼任中国遥感应用协会、中国卫星导航定位协会和中国空间法学会常务理事,以及国际地球观测组织(GEO)中方技术支撑专家、国家科技进步奖评审专家、中国土地学会学术委员会副主任委员(兼秘书长)、中国图象图形学学会遥感图像专委会委员和《地理与地理信息科学》编委等社会技术职务。长期从事土地资源调查监测基础研究、新技术新方法研究、应用系统研发、技术标准研制,以及国产卫星发展和应用推广等工作。先后主持完成国家科技计划项目10余项、国土资源部重点科技项目10余项、国土资源大调查工程项目20余项。合作出版专著20余部,发表学术论文80余篇。获国家科技进步二等奖2项、省部级科学技术一等奖6项、省部级科学技术二等奖3项;获首届全国野外科技工作先进个人和科学中国人(2016)年度人物等荣誉称号。

摘要:系统介绍遥感技术在土地资源管理中的应用,以及以土地遥感业务为主构建的大数据资源体系、大数据管理、大数据分析和大数据共享应用等基本情况。


报名及注册费

1、本期讲习班限报300人,根据缴费先后顺序录取,报满为止。

2、201861日(含)前注册并缴费:CSIG会员1600/人,非会员报名同时加入CSIG 2000/人(含1年会员费);现场缴费:会员、非会员均为3000/人;CSIG团体会员参加,按CSIG会员标准缴费;同一单位组团(5人及以上)报名,均按CSIG会员标准缴费。

3、注册费包括讲课资料和2天会议期间午餐,其它食宿、交通自理。

4、即日起至201861日,报名者请发送以下参会表格到 igal@csig.org.cn,学会秘书处将及时与您联系确认缴费事宜。


交费方式

学会秘书处跟您联系确认后,将讲习班费用转账至学会的以下账户(三种支付方式任选其一):

支付宝支付

微信支付

银行汇款

image.png

image.png

收款单位:中国图象图形学学会

开户行:工行海淀支行

账号:0200049609200073436

温馨提示:缴费时,请确定显示中国图象图形学学会后再支付,并在备注中注明:姓名+手机号+IGAL05


联系方式

 

人:王老师、 骆老师 

联系电话:18510866934 010-82544676 

    箱:igal@csig.org.cn


  中国图象图形学学会

2018425