学术动态
首页 / 学术动态 / 正文

香港理工大学张效康博士应邀来必赢官网做报告

发布者:黄晓雪 姚天棋 编辑:谭美玲 发布时间:2022-09-15 浏览次数:

武科大网讯(通讯员黄晓雪 姚天棋)9月13日下午,必赢官网信息学院邀请到香港理工大学张效康博士于信息学院学术报告厅作题为“基于深度学习的高分辨率遥感影像语义理解”的学术报告。本次报告由教授伍世虔主持,众多师生参与了此次的学术报告。

遥感是目前观测地表及其动态变化最重要的技术,尽管深度学习使得了遥感对数据的自动化处理与分析能力大大增强,但是仍然存在对高分辨率遥感数据表征能力不足、泛化能力有限、依赖大量标签数据、可信度未知等问题和挑战,因此迫切需要对地球观测信息的理解和应用,张效康研究融洽遥感数据特征与深度学习的智能解译算法,构建适用于遥感数据的模型、方法,以解决遥感数据信息提取与知识挖掘难题。

张效康从模型架构、训练学习模式、不确定性分析三个层面,对高分辨率遥感影像语义理解方法进行了深入剖析,在遥感语义分割、图像复原、多模态数据融合、多时相遥感变化检测等方向取得了一系列创新成果,全面提升了遥感智能解译方法的精度、效率和自动化程度。

学术报告中,师生们围绕 “遥感影像去云”和“多级可变形注意力聚合网络”,展开了热烈的讨论,现场学术氛围浓厚。

本次学术报告会对我院师生的学习和工作大有助益,不仅营造了良好的对外交流与学习的氛围,更进一步拓展了研究生的视野,激发了研究生的创新热情,增强了研究生的合作意识。

报告人简介:

张效康,武汉大学博士,香港理工大学、香港中文大学(深圳)博士后研究员,香港理工大学副研究员。他长期致力于遥感数据深度学习方法研究,在多尺度视觉机制、深度特征融合、多目标域自适应、不确定性分析等方面取得了创新性成果,包括构建了视觉机制引导下的跨尺度上下文信息聚合模型,提出了基于半监督深度特征融合的测图方法,将卫星遥感成像物理模型引入深度学习网络中用于图像去云,探索了基于多目标域自适应的遥感数据迁移学习方法,形成了地表覆盖遥感监测不确定性分析理论方法,全面提升了遥感智能解译技术进步。在信息技术领域高水平期刊上以第一作者/通讯作者发表SCI论文10余篇,其中中科院二区以上7篇, Google Scho1ar引用360余次。主持国家自然科学基金项目、中国博士后科学基金面上项目等。曾获测绘科技进步奖特等奖、王之卓创新人才奖、瑞士日内瓦国际发明展金奖等荣誉,入选“湖北省青年科技晨光计划”省级人才计划。

关闭