简介
人工智能已经在许多领域得到快速发展和广泛应用,在遥感影像自动解译方面也取得重要研究进展,并有部分场景得到应用。但是,遥感影像智能解译的规模化业务化应用还不够成熟。报告分析了目前遥感智能解译存在的问题,包括样本数量偏少、种类不全、缺乏标准规范,现有的深度学习网络框架难以适应多源遥感影像智能解译的需要。报告人介绍了所在团队最新的遥感智能解译研究成果,包括多样性和规范化的样本库LuojiaSET和遥感智能解译的专用深度学习网络框架LuojiaNET的设计和研究进展及深度学习在遥感解译中的典型应用。