主 讲 人：方乐缘

讲座时间：2025-09-25 11:10

讲座地点：科技楼5056

主讲人简介：

湖南大学教授，国家杰青，教务处副处长兼学生创新创业中心主任、中国图象图形学学会图像应用与系统集成专委会主任。科睿唯安（Clarivate Analytics）全球“高被引科学家”, 爱思唯尔中国高被引学者。获得国家自然科学二等奖2项、IEEE GRSS最高影响力论文奖、湖南省自然科学一等奖2项等。担任SCI期刊IEEE TIP、IEEE TNNLS、IEEE TGRS等期刊编委。研究成果在国际权威期刊和会议发表论文200余篇，其中SCI期刊发表论文100余篇（IEEE TPAMI、IJCV、TIP等本领域顶级期刊论文80余篇），Google scholar引用1.8万余次，ESI高被引22篇，ESI热点论文4篇。主持国家自然科学基金委杰青、优青、联合重点、国家重点研发课题等项目。

讲座内容：

深度学习因其出色的性能在遥感影像处理分析中已被广泛应用。然而，高性能深度学习模型严重依赖于海量数据、精确标注以及庞大算力。在星载/机载遥感实际应用中，数据数量、标注质量、计算能力严重受限，制约着智能模型在遥感领域的应用。本报告首先针对遥感影像数量和质量受限问题，提出跨图像关联的半监督遥感图像处理方法，摆脱了模型对原始海量高质量数据的依赖；其次，针对遥感影像标注困难、时间代价昂贵的问题，提出点标签智能解译方法，保持处理精度的同时，显著降低标注代价；最后，针对遥感计算能力受限的问题，提出一种高效的网络层压缩方法，在不影响推理精度的同时，大幅降低存储和计算代价。