欢迎来到昭昭医考!

400-10234-66 周一至周日:9:00-21:00

武汉科技大学考研

双一流高校

当前位置: 研招信息首页 > 院校汇总 > 武汉科技大学考研 > 院校资讯 > 正文

香港理工大学张效康博士应邀来武汉科技大学做报告

2022-10-08

来源:昭昭医考

放大 缩小

9月13日下午,我校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”人才计划。

免责声明:本站所提供的内容均来源于网络,如涉及侵权问题,请联系本站管理员予以更改或删除。

昭昭西医考研上岸秘籍

研友互动

  • 关注公众号
    扫码加入
  • 24考研学习群
    扫码加入
  • 25考研学习群
    扫码加入
  • 关注微博
    扫码加入
  • 师哥师姐
    上岸经验
    扫码加入
  • 师哥师姐
    复试经验
    扫码加入

温馨提示

你好,你已经是昭昭老粉丝啦~ 不可以领取礼包了哦,可直接登录学习购买课程

知道了 登录学习
登录窗口
注册登录后,系统将自动下载