CCF广东工业大学学生分会举办“多模态遥感数据智能解译挑战问题与技术”学术讲座

CCF广东工业大学学生分会于2024年11月08日（星期五）下午成功举办了主题为“多模态遥感数据智能解译挑战问题与技术”的学术讲座。这场精彩讲座的报告人是广东工业大学计算机学院的副教授赵艮平老师。赵艮平老师在高性能计算与数据科学实验室（HPCDS）进行科研工作，主要研究方向是机器学习及多模态图像智能解译与应用等。

图1赵艮平老师

在讲座的开端，赵艮平老师提出了多模态遥感数据智能解译中的挑战与技术这两个核心议题。挑战主要指在遥感数据解译过程中遇到的技术难题，而技术则涉及解决这些问题的方法和工具。赵老师接着展示了一张引人注目的对比图，展示了在不同条件下，多模态数据解译的准确性和效率的差异，强调了在数据量充足的情况下，如何通过技术手段提高解译的准确性。

赵艮平老师接着对多模态遥感数据智能解译的核心任务进行了详细介绍。在机器学习及多模态图像智能解译领域，赵老师强调了数据预处理、特征提取和模型训练等关键步骤的重要性。这些步骤是确保遥感数据智能解译准确性和效率的基础，尤其是在处理大规模和复杂数据集时，能够帮助我们更好地理解和利用遥感数据。

同时，赵艮平老师介绍了多模态遥感数据智能解译中的一些关键技术。包括数据融合、深度学习算法和图像分割等。在数据融合技术中，赵老师提到了一种新的多模态数据融合框架，该框架能够提高遥感数据解译的准确性和鲁棒性。而在深度学习算法方面，介绍了一种新的卷积神经网络（CNN）模型，该模型在多模态图像识别任务中表现出色。

此外，赵艮平老师还介绍了他在高性能计算与数据科学实验室（HPCDS）的一些科研工作。赵老师介绍了他主导的一项关于多模态遥感数据智能解译的研究项目，在该项目中，将深度学习技术应用于遥感图像的分类和目标检测，取得了显著的研究成果。

最后，赵艮平老师分享了他在多模态图像智能解译与应用领域的一些最新进展，包括与国内外多个研究机构的合作项目，以及在国际会议上发表的论文和获得的奖项。

至此，讲座圆满结束，感谢赵艮平老师分享的精彩学术讲座！