一、活动简介

      “CSIG图像图形中国行”是由拉斯维加斯手机娱乐网站 （CSIG）主办的学术活动，旨在推动图像图形学科的普及，加强各高校研究所以及企业间的交流。自2017年4月起，CSIG图像图形中国行活动成功举办了100余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行-北京理工大学站”由CSIG遥感图像专业委员会、北京理工大学联合承办。

      本次研讨会邀请Xiuping Jia教授、谷延锋教授、史振威教授、康旭东教授等四位著名学者做专题报告，交流主题为“高光谱遥感图像智能处理”，采用线上腾讯会议直播的方式进行，欢迎感兴趣的老师和同学在线参加。

主办：拉斯维加斯手机娱乐网站

承办：CSIG遥感图像专业委员会

         北京理工大学

时间：2022年12月11日 09:30 

地点：线上会议

腾讯会议号：271-961-725

会议链接：https://meeting.tencent.com/dm/M4s2NQGEADsj

二、特邀专家

Xiuping Jia

个人简介：Xiuping Jia received a B.Eng. degree from the Beijing University of Posts and Telecommunications, Beijing, China, in January 1982. Later she received a Ph.D. degree in Electrical Engineering and a Graduate Certificate in Higher Education from The University of New South Wales, Australia, in 1996 and 2005, respectively, via part-time study. She has had a lifelong academic career in higher education, for which she has continued passion. She is currently an Associate Professor with the School of Engineering and Information Technology, The University of New South Wales at Canberra, Australia. Her research interests include remote sensing, hyperspectral image processing, and spatial data analysis. Dr. Jia has published widely addressing various topics, including data correction, feature reduction, and image classification using machine learning techniques. She co-authored the remote sensing textbook Remote Sensing Digital Image Analysis [Springer- Verlag, 3rd (1999) and 4th eds. (2006)]. She is the author of Field Guide to Hyperspectral/Multispectral Image Processing, SPIE, 2022. These publications are highly cited in the remote sensing and image processing communities with an h-index of 52 and an i-10-index of 171 (Google Scholar). Dr. Jia has served as an Associate Editor of the IEEE Transactions on Geoscience and Remote Sensing since 2005. She is an IEEE Fellow.  

主题报告: Hyperspectral imagery: opportunities and challenges

报告摘要：In this talk, the properties of hyperspectral imagery will be presented, together with opportunities and challenges. While the spectral resolution is high, spatial resolution is limited. Unmixing is feasible and important. A large number of bands leads to the need for feature mining, including feature selection, feature extraction, feature generation and feature learning. An overview of hyperspectral data analysis will be provided with discussions.  

谷延锋 教授

个人简介：国家杰青基金获得者，入选国家级高层次人才计划，现为哈尔滨工业大学电子与信息工程学院副院长，二级教授，博士生导师，任中国遥感应用协会理事，黑龙江省天空地一体化智能遥感技术重点实验室主任，黑龙江省人工智能学会常务理事，IEEE地球科学与遥感汇刊Associate Editor、《中国科学：技术科学》青年编委。长期致力于高光谱遥感成像探测与信息处理技术研究，主持过国家自然科学基金重点项目、优青项目，承担国防重点项目课题等，获得黑龙江省自然科学一等奖1项、二等奖1项，军队科技进步二等奖1项。

主题报告:  立体高光谱图像处理

报告摘要：高光谱遥感是国家高分重大专项要组成部分，是对地观测领域的重要手段。随着遥感成像探测技术的不断发展，传统高光谱多波段二维成像存在的空间三维退化限制了高光谱应用的精确性。借助高光谱和激光雷达两种传感器，可同时获取高光谱遥感图像和空间三维信息，报告将主要介绍立体高光谱遥感图像处理，包括几何、辐射预处理和立体分类。

史振威 教授

个人简介：北京航空航天大学教授，宇航学院航天信息工程系（图像处理中心）主任，国家杰出青年科学基金获得者（2021年），教育部“新世纪优秀人才”（2011年）。

      在图像处理、模式识别、机器学习、最优化等基础理论与算法研究方面，研究了包括高光谱遥感图像的解混、分类、融合和目标检测；可见光遥感图像特定目标检测识别；大规模遥感场景自动标注、分割与分类；全色与多光谱、高光谱图像的自动配准与融合；图像增强和去雾等图像预处理技术、交通场景中的目标检测识别等。研究工作得到国家自然科学基金、科技部重点研发计划课题、科技创新特区项目、民用高分专项项目、北京市自然科学基金等50余项基金课题的资助。在国内外学术刊物和会议上录用发表科研论文200余篇（其中IEEE期刊论文80篇；一作/通讯SCI论文100余篇）。面向航天国防和民生保障等重大需求，承担了高分五号卫星地面处理系统、资源/高分系列卫星地物分类/变化监测和目标检测系统、军用系列卫星目标识别系统、巴基斯坦遥感卫星云雪判地面处理系统等，研究成果应用于共计20型军/民用卫星。担任学术期刊《Pattern Recognition》、《ISPRS Journal of Photogrammetry and Remote Sensing》、《Remote Sensing》和《Infrared Physics & Technology》编委；担任中文核心期刊《中国图象图形学报》、《图学学报》和《中国空间科学技术》编委；任拉斯维加斯手机娱乐网站 理事，宣传工委会主任。

主题报告:  智能航天遥感图像处理与若干应用

报告摘要：主要围绕北航宇航学院航天信息工程系在智能航天图像处理方面的相关应用进行报告，具体包括智能遥感图像处理在陆、海、空、天等方面的方法和应用研究。

康旭东 教授

个人简介：湖南大学机器人学院教授，国家级青年人才计划获得者，博士生导师，IEEE Senior Member。主要研究方向：高分辨高光谱图像信息处理与分析、多源图像信息融合、无人机与卫星遥感。主持国家自然科学基金项目2项，国家重点研发计划课题1项，获2019年度国家自然科学二等奖（排名第3），2017年度湖南省自然科学奖一等奖（排名第3），2021年度湖南省自然科学一等奖（排名第2），获中国图象与图形学会2017 年度优秀博士学位论文与IEEE 国际地球科学与遥感大会学生最佳论文。担任《IEEE TGRS》（2018-2020）,《IEEE GRSL》,《IEEE JMASS》（2019-2021），《遥感学报》等国内外知名期刊编委，被评为IEEE TGRS 最佳审稿人与IEEE GRSL 最佳审稿人。

主题报告：多源遥感数据在轨智能融合与识别理论方法研究

报告摘要：卫星遥感是维护国家安全、促进社会经济发展必不可少的重要手段。不同遥感技术手段感知能力各有优势、数据反映的目标特性也不同，多源卫星数据融合将提升遥感信息获取的准确性和稳定性。然而，传统卫星数据融合方法均是基于星上数据下传与地面处理的方式，难以满足高时效遥感任务需求。现有多源遥感数据融合方法依托地面海量资源，需要人工干预，不适用于星上在轨融合处理。该报告主要介绍团队在多源遥感数据智能融合与识别领域的研究思路、研究进展和对未来相关技术发展的展望和疑惑。

三、会议流程

四、联系方式