第十四届研究生学术科技节|国重张强在“坚白”学术沙龙第48期做精彩分享

2019年11月28日晚上七点，第48期坚白研究生学术沙龙在测绘学院218报告厅顺利开展。本期坚白学术沙龙邀请到了测绘遥感信息工程国家重点实验室2019级博士张强，他的研究方向为遥感影像质量改善与深度学习，师从张良培教授与袁强强教授。目前以第一作者/导师一作学生二作身份，发表SCI 2区期刊论文4篇（3篇为遥感领域Top期刊IEEE TGRS），在审论文2篇，会议论文2篇。谷歌学术总引用100余次，2篇论文入选为ESI高被引论文。受邀担任IEEE TCSVT、IEEE Access、Electronics Letters等SCI期刊的审稿人。先后荣获武汉大学首届研究生“十大励志之星”、研究生国家奖学金、“乐群学术之星”等荣誉奖项。

本期报告主要介绍了由于光学卫星受实际工作条件限制和大气环境干扰等因素，实际观测得到的遥感影像往往存在厚云覆盖与噪声污染等信息缺失与质量退化问题。这种不完整、不准确的影像数据通常难以用于后续的处理和应用，对遥感影像的解释任务和定量产品反演与应用都存在不同程度的负面影响，针对上述问题，本次报告从深度学习角度出发，挖掘影像的时间、空间、光谱联合特征，进行影像重建与质量改善。针对信息缺失问题，提出了一种时-空-谱一体化深度缺失信息重建模型，完成Aqua MODIS第6波段坏行修复、Landsat ETM+ SLC-off坏行填补与厚云去除；并进一步发展了一种步进式时-空块组群学习的Sentinel-2/Landsat-8云与云阴影去除方法。针对混合噪声问题，提出了一种基于深度空-谱梯度网络模型的高光谱混合噪声去除方法；此外，同时引入模型驱动与数据驱动思想，进一步发展了用于高光谱non-i.i.d.噪声去除的深度空-谱贝叶斯后验估计框架。

在整个报告过程中，张强博士介绍了其研究背景现状与思路；基于深度时-空-谱特征的光学影像厚云去除方法；基于空-谱特征的高光谱影像混合噪声去除；研究总结与未来展望；报告现场座无虚席，同学们都非常认真地聆听，在报告结束后与张强博士展开热烈交流和探讨。

本次活动同时还在bilibili上同步进行直播，不管是直播中的互动还是现场的氛围都很好，到场的同学都认真倾听，线上观看人气高峰也有158人。活动取得了圆满的成功。

最后主持人白丽娟对本次活动进行简单的总结，测绘学院“坚白”学术沙龙第48期活动正式结束。

测绘学院研究生会不断探讨和创新“坚白”学术沙龙的形式，本期报告就同学们的研究热点方向和问题做出了一定的解答和分享，得到了同学们的积极参与，切合同学们的实际科研学习需求，在同学中获得较好地反响。

摄影：李贤炮

                                                            文章：白丽娟