许春燕，南京理工大学计算机科学与工程学院/人工智能学院教授，博士生导师。2015年毕业于华中科技大学计算机科学与技术学院计算机应用专业，获工学博士学位。2013年至2015年在新加坡国立大学视觉-学习研究组学习和交流。主要研究领域为计算机视觉、机器学习、图模型优化及其应用；以第一/通讯作者身份发表IEEE Trans.系列中科院一区TOP期刊及CCF A类会议论文50余篇。主持国家自然科学基金、江苏省科学基金等多项课题，作为骨干参与包括中央军委科技委项目等多项课题。曾获江苏高校青蓝工程-优秀青年骨干教师培养对象、湖北省优秀博士论文、中国航天科技集团二等奖、教育部学位与研究生教育发展中心主题案例，江苏省研究生优秀教学案例等。

报告题目：遥感图像目标感知前沿探索

报告摘要：遥感图像中感兴趣的目标感知在复杂场景中面临轮廓定位难度大、标签标注稀疏、伪标签质量受限等挑战。本报告探讨了三项重要技术创新：(1) 提出了基于波动方程的广义活动轮廓分割方法，分别通过一维与二维波动方程建模，实现目标轮廓曲线与几何曲面的动态演化，并将其集成于深度学习框架中，优化目标边界定位；(2) 针对稀疏标注问题，构建了伪标签探索学习框架，基于伪标签探索器和选择评估器，将伪标签生成建模为一个顺序决策过程，实现低标注下的高效目标检测；(3) 针对遥感特有的目标形状与伪标签质量分布问题，提出了多线索一致性学习算法，包括高斯中心分配策略、尺度感知标签匹配策略及置信度一致性标签策略，从形状适配、伪标签可靠性与质量一致性三方面提升遥感图像目标检测性能。总体而言，本研究共同推动了遥感图像分析技术在物理模型驱动、稀疏标注及伪标签学习等方面的进展，为复杂环境下遥感图像的精准分割与检测提供了新思路。

直播时间

6月10日（星期二）19:00-20:00

学会官方视频号：

欢迎关注CSIG官方视频号，观看直播

学会B站直播间：

腾讯会议室

会议号：784-5244-3587

请添加会议官方微信：CSIG_1990，备注“云讲堂+会员号+姓名”获取入群邀请