国家自然科学基金重点项目成果展示:
数据驱动的高光谱遥感影像特征表达、迁移学习及其在城市地理信息提取中的应用



代表性成果:

•  2018年IEEE全球数据融合大赛总冠军
      课题组在2018年IEEE全球数据融合大赛中,以多源数据融合挑战赛第一名、多光谱LiDAR挑战赛第一名的成绩获得该项赛事的总冠军。比赛共有来自包括美国麻省理工大学、德国慕尼黑工业大学、日本东京大学、美国国家航空航天局、德国宇航中心、法国航空航天实验室、日本橡树岭国家实验室等全球知名的遥感与数据融合研究机构超过1300次提交结果。IEEE全球数据融合大赛由IEEE地球科学与遥感学会在2006年发起,每年举行一次,至今已成功举办13届。大赛以多源遥感数据融合为主题,致力于推动遥感大数据处理技术的创新与发展,是迄今为止影响力最大的全球遥感数据融合比赛。

•  IJCAI杰出论文奖
      课题组博士生李雪完成的论文 (Xue Li, Bo Du, Chang Xu, Yipeng Zhang, Lefei Zhang, Dacheng Tao. R-SVM+: Robust Learning with Privileged Information) 荣获第二十七届国际人工智能联合会议(IJCAI 2018)杰出论文奖(Distinguished papers)。论文针对现有利用特权信息进行学习方法只关注干净样本数据的情况,考虑解决当样本数据存在潜在噪声以及特权信息可能不够准确时对模型判决的影响,在SVM+模型的基础上,提出了一个更加鲁棒的R-SVM+方法。在多组实验数据上的结果表明了该方法的鲁棒性和有效性。IJCAI是人工智能领域历史最悠久的学术会议,也是最重要和最顶级的学术会议之一。大会共评选出了7 篇杰出论文,占投稿比例为0.2%,3篇来自大陆地区,第一单位分别为:北京大学、清华大学和武汉大学。

•  WHISPERS最佳论文奖
      许明明老师提出一种基于深层原型分析的支撑端元自动提取算法,该研究工作获得2018年第9届国际高光谱影像与信号处理大会最佳论文奖。论文根据分形理论,假设每种地物的内部由于光谱变化现象满足凸几何分布。基于深层原型分析的支撑端元自动提取算法由第一层原型分析确定地物端元所在位置,然后对每种地物内部分别执行第二层的原型分析,依次执行下去,最终得到支撑端元提取结果。国际高光谱图像与信号处理大会是全球高光谱领域的最高级别的学术会议,由国际电子电气工程师协会地球科学与遥感协会(IEEE GRSS)主办。

•  ICDM Workshop最佳论文奖
      在第十八届IEEE国际数据挖掘大会(IEEE International Conference on Data Mining)会议中,课题组研究生兰猛与其导师张乐飞教授的论文“Defect Detection from UAV Images based on Region-Based CNNs”获得了The first International Workshop on Developmental Learning Workshop on DELL的“best paper award”。论文中首次将优化后的基于区域的目标检测方法应用到无人机拍摄的高清图像,用于检测输电设备上的故障缺陷,将计算机视觉领域的目标检测方法很好的应用到了电力检测这个新的领域,得到了与会者的广泛关注和好评。ICDM是全球数据挖掘领域的顶级学术会议之一,每年举行一次,旨在不断推进数据挖掘领域的最新技术。会议涵盖了数据挖掘领域的各个方面,包括算法、软件和系统以及应用,是该领域以及数据挖掘相关领域的专家和学者进行科研交流最重要的学术平台,为推广优秀的研究成果以及针对具有挑战性的数据挖掘问题提出的创新解决方案提供了一个国际性的交流平台。

•  “英特尔杯”中国研究生人工智能创新大赛全国二等奖
      2019年11月22日至25日,“英特尔杯”第一届中国研究生人工智能创新大赛全国总决赛在浙江省德清县举行。由课题组的张乐飞教授和电气与自动化学院王波老师共同指导,兰猛、陈紫业和叶健和罗鹏(电气院)等同学组成的队伍PDD(power defect detection)代表武汉大学参赛,并荣获全国二等奖,同时张乐飞教授和王波教授获评大赛“优秀指导老师”。该项目将计算机视觉与知识引擎技术引入电力设备状态检测这一崭新的极具潜力的应用场景中,构建的电力设备状态检测系统能够检测电力场景图片中的设备缺陷,并结合检测结果提供专业的电力检修方案,大大减少了人工肉眼进行设备状态检测的工作量和偶然性失误,有效提高检测效率和精度。中国研究生人工智能创新大赛以“AI赋能 创新引领”为理念,围绕新一代人工智能创新主题,旨在培养创新型、复合型、应用型高端人才,为中国人工智能领域的健康发展提供人才支持。大赛自2019年5月启动以来,全国各大高校研究生均积极参与,C9高校覆盖率达到100%、双一流高校覆盖率达到92.86%、211高校覆盖率达到70.69%,是极具全国影响力的研究生人工智能赛事。初赛共有来自全国193所高校的1217支队伍报名参赛,最终从初赛中选拔55支队伍挺进全国总决赛,淘汰率高达95%。

•  2019年度高被引科学家
      2019年11月19日,在科睿唯安发布的2019年“高被引科学家”名单中,课题组的张良培教授和杜博教授当选2019年度高被引科学家。在全球近60个国家来自各领域的学者中,仅6216人次入榜。

•  湖北省科学技术一等奖
      课题组的项目“高维图谱数据的低维表达与认知理论研究”获得2019年度湖北省自然科学一等奖。高光谱遥感数据波段数目达到数百甚至上千、目标分布于亚像元、背景光谱复杂多变,成为视觉数据处理领域公认的难点。围绕“高维数据特征表达不好、亚像元目标探测不到、异常变化识别不了”的问题,申请人团队开展了系统深入的研究工作,取得了创新性研究成果,提出了适应高维图谱数据的张量特征表达理论,构建了亚像元尺度高维图谱弱小目标探测理论,形成了时空连续高维图谱数据异常识别理论。2019年度湖北省自然科学一等奖共6项,本项目获奖是高光谱遥感图像处理方面研究首次获得湖北省自然科学一等奖。

•  IEEE Fellow
      11月28日,国际电气和电子工程师协会(The Institute of Electrical and Electronics Engineers,IEEE)公布2019年新当选会士(Fellow)名单,课题组张良培教授由于其在遥感信息处理方面的卓越贡献当选。IEEE Fellow为学会最高等级会员,是IEEE授予成员的最高荣誉,每年由IEEE同行专家在拥有高级(senior)或终身(life)等级的会员中评选。当选人需要对工程科学技术的进步或应用做出重大贡献,为社会带来重大价值。当选人数不超过IEEE当年会员总人数的1‰。由于每年当选的IEEE Fellow数量较少,因此当选的科学家基本都是在科学与工程技术领域内取得重要成就的杰出科学家。