嵩山脚下，黄河之畔，名师大家济济一堂，纵论遥感共话未来。9月20日至22日，信息工程大学与武汉大学、中国资源卫星应用中心联合举办的第三届嵩山遥感论坛在登封成功召开。论坛以“全域感知，空间智能”为主题，王家耀院士、龚健雅院士，以及来自47家有关单位的200余名专家学者共赴盛会，交流学术前沿热点，探讨遥感未来发展。

公司获评论坛优秀论文

经专家组评审，论坛从高校、科研院所等军地单位的论文来稿中共评选出优秀论文10篇。王家耀院士、龚健雅院士为优秀论文获得者颁奖。

图1 两位院士为优秀论文作者颁奖

我司战略与创新中心副主任林聪博士撰写的“跨尺度遥感影像样本迁移模型与地表覆盖精细制图”一文被评选为优秀论文。论文提出了一种基于噪声标签学习的跨尺度遥感影像样本迁移模型（NLL-CST），针对高分影像高质量样本获取代价高，已有低分辨率地表覆盖成果难以直接应用等技术难题，构建了耦合语义特征与标签一致性的自适应噪声评估算法，在Vision Transformer网络架构下为高质量训练样本赋予更高的损失权重，有效减少低质量训练样本对网络学习的干扰，实现了基于低分辨率样本标签的高分影像地表覆盖分类为低成本完成高分影像精准分类提供了一种新的解决方案。

图2 NLL-CST总体技术思路

“青年与未来”专题论坛

根据论坛组织方安排，优秀论文成果在“青年与未来”专题分会场做学术分享。我司结合业务需求与前期研发工作，进一步阐述了跨尺度样本迁移研究工作的必要性：过去数十年遥感领域的影像解译研究大多聚焦在中低分辨率数据，积累了大量的中低分辨率地表覆盖研究成果与大尺度数据产品，为高分影像地表覆盖制图提供了一种高度相关但是难以直接利用的参考数据；基于高分影像提取地表覆盖及其变化情况是多个业务主管部门的共性需求，受限于样本库构建的时间与人力代价，AI算法难以在业务中得到充分的应用，制约了作业过程中的智能化与自动化水平。

图3 林聪博士在“青年与未来”专题论坛上汇报

针对以上问题，提出了一种噪声标签学习引导的高分遥感影像样本跨尺度迁移（NLL-CST）方法。该方法可以有效利用已有低分辨率样本标签，获得高分辨率影像精细分类结果，有效降低了高分影像解译分析所需要的时间与人力成本，为推动AI算法的业务化应用提供了一种有效的解决思路。

公司将根据数智化战略的发展规划，进一步推动业务场景下的人工智能技术研究，面向多源时空大数据，构建智能化、自动化、实时化的处理分析能力，支撑公司级新产线的构建以及传统业务的提质增效，为未来转型升级贡献数智力量。