赵忠明老师致辞

李国庆老师讲课

      中科院遥感地球所研究员唐娉老师为大家带来了遥感数据的自动化处理与智能信息提取技术的最新进展和趋势。报告分析了遥感大数据应用对遥感图像处理技术及系统建设的新要求，论述了基于“不变特征点集”为控制数据集的遥感图像自动处理的框架和取得的进展，探讨了智能化信息提取面临的挑战。

唐娉老师讲课

      6月2日下午，中科院遥感地球所研究员高连如老师为大家分享了高光谱遥感智能观测与信息提取的科研成果。报告首先分析了高光谱图像处理所面临的三个关键问题，在此基础上引出和阐述高光谱遥感智能观测的概念和架构，并面向典型地物信息提取介绍观测模式优化的方法，根据高性能低功耗硬件平台的特殊要求，介绍智能观测系统中高光谱图像在轨实时目标检测的技术。然后，面向高光谱图像信息提取，分别从特征提取、分类、混合像元分解和目标探测三方面展开，核心包括空谱信息融合、子空间投影、稀疏表示、群智能优化和深度学习等前沿方法。

高连如老师讲课

      中科院遥感地球所的刘良云老师带来了6月2日的最后一场报告，刘老师介绍了30米地表覆盖的定量自动遥感数据监测研究的现状和最新研究进展，针对人工参与度高、动态更新难度大、分类精度无法保证、无法有效进行地表覆盖变化监测等棘手问题，详细介绍了全要素、30米分辨率地表覆盖定量遥感监测研究新框架。

      第一天四位讲者的报告激发了大家的研究兴趣，通过与讲者大咖们的相互交流拓宽了视野和思路。报告结束后，大家踊跃提问，咨询相关问题，并进行深入的交流。

老师与学员互动交流

      第二天的讲习班现场气氛依然热烈，讲者们有条理地为大家梳理了小样本图像分析、遥感图像结构化表征和信息挖掘、高分遥感图像非监督语义分割、土地遥感中应用的大数据技术发展历程，讲述了当下的最新研究成果、面临的难点以及解决思路。

      6月3日上午，西北工业大学教授夏勇老师首先开讲，探讨了在图像“小数据”上进行深度学习所面临的挑战，介绍应用深度学习技术进行小样本图像分析中的经验和体会，并对这一领域的发展进行展望。

夏勇老师讲课

      武汉大学教授夏桂松老师从遥感图像的结构化表征出发，结合当前计算机视觉和机器学习的新进展，重点介绍了基于人工智能的遥感图像大数据信息挖掘新方法，详细探讨了这些方法在遥感图像检索、地物分类，建筑物提取，地面目标检测与识别等问题上的应用。

夏桂松老师讲课

      下午，北京师范大学唐宏老师在概率主题模型的基础上，分析基于概率主题模型进行高分遥感图像非监督语义分割中存在的主要问题，进而以一种典型的概率主题模型—层次Dirichlet过程(Hierarchical Dirichlet process, HDP)模型为基础，介绍上述问题解决的最新进展。

唐宏老师讲课

      中国土地勘测规划院研究员、国务院特殊津贴专家刘顺喜老师带来了6月3日的最后一课。刘老师系统介绍了遥感技术在土地资源管理中的应用，以及以土地遥感业务为主构建的大数据资源体系、大数据管理、大数据分析和大数据共享应用等基本情况。

刘顺喜老师讲课