成电讲堂

　　5月21日上午，人力资源部教师发展中心邀请中国科学院遥感与数字地球所王超研究员，在创新中心为师生带来题为“合成孔径雷达（SAR）图象深度学习”的学术报告。讲座由资源与环境学院郑泽忠副教授主持。

　　近年来，人工智能（AI）热潮席卷全球，引起许多领域颠覆性变革，得到IT界的广泛重视，并已列入国家发展战略。人工智能的发展必将创新合成孔径雷达（SAR）图象的理解和应用。王超研究员从2018年Google举办的I/O大会，高分5号高光谱卫星的发射及2016年高分3号卫星发射三个事件为例，讲述了SAR和深度学习的优点及快速发展趋势，提出机器学习开启了SAR图像处理新的研究模式，并列举了科学研究发展的四个范式。紧接着，他介绍了神经网络的概念，指出神经网络是以人类认识世界为基础，它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。它是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。针对神经网络中的卷积神经网络，王超研究员进行了简单明晰的说明，指出在机器学习中，卷积神经网络是一种深度前馈人工神经网络．人工神经元可以响应周围单元，可以进行大型图像处理。卷积神经网络包括卷积层和池化层。对于SAR图像和深度学习的结合，王超研究员以建筑区提取和舰船识别为案例，从像素级别的分类（语义分割），对象检测和patch级别上的分类（对象分类）展开论述。

　　此次报告，王超研究员简述了深度学习的发展历程和雷达遥感迅速发展对机器学习的迫切需求，重点介绍了神经网络概念、卷积神经网络，最后分享了团队在SAR图象理解和目标识别方面深度学习的探索和最新进展，并与在场师生展开积极交流讨论。

　　本次活动由人力资源部教师发展中心主办，资源与环境学院承办。

　　相关链接：

　　王超，中国科学院遥感与数字地球所研究员。现任IEEE GRSS高级会员、中国图象图形学会常务理事、中国科学院大学岗位教授，曾任IEEE GRSS Beijing Chapter主席。长期从事微波遥感领域研究与教学工作，在合成孔径雷达（SAR）图象处理与应用方面取得多项成果。曾参与SIR-C/X-SAR、ERS-1、COSMO-SkyMed、TerraSAR-X、TanDEM-X、ALOS等国际卫星雷达计划，目前承担国家自然科学基金委重点项目“高分辨率SAR散射机理与应用关键科学问题研究”。