报告题目：Recent Advance in Lightweight Learning for Remote Sensing Pansharpening
报告专家：邓良剑 电子科技大学教授
报告时间：2024年8月28日下午3:00
报告地点：bevictor伟德C516会议室
报告摘要：遥感图像全色锐化问题是遥感图像解译的一个基础性问题，它主要将高分辨率全色图和低分辨率多光谱图进行有效融合，最终获得高空间分辨率的多光谱图像。当前基于大数据训练的深度学习方法是处理全色锐化很好的手段，但通常会引起较大的网络参数量和计算量。本报告主要在深入分析卷积神经网络数学原理的基础上，介绍了两种轻量化学习策略。策略一主要包括提出两种新型轻量化卷积，即张成卷积SpanConv和高斯扰动卷积LGPConv，策略二主要通过提出一个简单的零样本半监督学习方法实现快速在线训练和推理。相关方法在遥感图像全色锐化多个数据集上得到了验证，相信可以推广到其它图像任务。
专家简介：
邓良剑，电子科技大学教授、博导。长期从事应用数学、人工智能和图像处理领域的交叉研究，主要研究方向为：图像融合、机器学习、变分图像建模和算法等。分别于2010年和2016年获得电子科技大学理学学士和理学博士学位。曾作为联合培养博士生在美国凯斯西储大学学习一年，赴香港浸会大学进行博士后研究工作一年。曾在对方资助下短期访问剑桥大学牛顿数学科学研究所、香港浸会大学。主持国家自然科学基金项目2项、省部级项目1项，作为研究骨干参与国家重点研发等国家级项目多项。近五年，以第一或通讯作者身份在SIAM J. Imag. Sci.、Int. J. Comput. Vis.、Info. Fusion、IEEE汇刊发表期刊论文30余篇，在CCF-A类学术会议(ICML/NeurIPS/CVPR/ICCV/ACMMM/AAAI/IJCAI)发表论文10余篇。曾获四川省数学会应用数学一等奖(独立)等奖励。担任多个SCI期刊编委/客座编辑。主持/参与多个省级/校级教改项目，指导多名本科生在上述期刊和会议第一作者发表学术论文。更多信息详见主页：https://liangjiandeng.github.io/。