雷达与微波视觉分论坛暨第一期雷达学报大讲堂通知(第二轮)

发布日期: 2021-03-31 阅读次数:
  • 分享到:

用微信扫码二维码

分享至好友和朋友圈

由中国科学院空天信息创新研究院、复旦大学和《雷达学报》编辑部共同主办的“第九届世界雷达博览会雷达与微波视觉分论坛暨第一期雷达学报大讲堂”拟于2021年4月23日在南京国际博览中心举办。

4c855cbe8301446d8b4d03a81192131c.jpg

“雷达学报大讲堂”由国内雷达领域科研学术机构和《雷达学报》编辑部联合主办,聚焦雷达领域前沿热点研究及未来发展趋势,为雷达领域科研人员提供一个学习交流、合作促进、推动创新的平台。

5cca38863bd04b3b9b33137d8d3435b9.jpg

微波视觉借鉴人脑光视觉原理和计算机视觉相关技术、融合电磁物理规律与雷达成像机理,探索雷达信号处理、图像分析、信息提取等方面的新概念、新理论和新应用。“雷达与微波视觉分论坛暨第一期雷达学报大讲堂”围绕合成孔径雷达(SAR)微波视觉处理的理论、方法和技术展开研讨,探讨结合微波视觉这一新方向,合成孔径雷达在二维/三维成像,几何/辐射/极化处理,图像理解与信息提取等方面新的方法与技术,促进SAR处理技术的创新发展。本届论坛具体事项如下。

一、论坛主题:雷达与微波视觉。

二、时间地点:2021年4月23日上午,南京国际博览中心。 

三、主办单位:中国科学院空天信息创新研究院、复旦大学、《雷达学报》编辑部 。

论坛主席:丁赤飚

论坛副主席:徐丰仇晓兰

论坛主席简介附在后面。

四、论坛日程6位特邀专家报告、讲堂讨论及交流,特邀报告及专家简介附在后面。

37f0e43c653a4048a9d874d904acebae.png


五、参会要求

论坛希望能成为一个深入交流探讨的平台,因此原则上要求参会人员具有讲师以上职称或博士学历,对在读的博士研究生建议导师邮件或微信推荐一下。

有意参会者请填写下面附件中的申请表,并于4月8日前(特殊情况可适当延迟)回复到邮箱radars@mail.ie.ac.cn。

因名额有限,会务组将在4月8日前遴选出参会人员。

本届论坛免收会议费用,交通费、住宿费自理。

附件:雷达与微波视觉分论坛申请表.xls

六、联系方式:高华,010-58887063,radars@mail.ie.ac.cn。

《雷达学报》建有相关学术交流群,可加好友申请入群(请注明姓名、单位)。 

a47fd214d3bb4687826501e569b9af0a.jpg

论坛主席简介

f670d49ff7e547deb6d275143156284d.jpg丁赤飚(1969–),男,研究员,博士生导师,现任中国科学院空天信息创新研究院副院长、《雷达学报》主编。主要从事合成孔径雷达、遥感信息处理和应用系统等领域的研究工作,先后主持国家973、国家863重点、国家自然基金重大和国家级遥感卫星地面系统工程建设等项目,获国家科技进步一等奖、国家技术发明二等奖、中国科学院杰出成就奖等奖励,入选国家万人计划,获授权国家发明专利59项,出版专著3部,发表论文200余篇,主持制定我国牵头的第一个SAR国际标准。

f4c906af846f4198ab3c8999d26f144c.jpg徐丰(1982–),复旦大学信息科学与工程学院教授、副院长,电磁波信息科学教育部重点实验室副主任。国家高层次人才计划入选者。2003年获东南大学学士学位,2008年获复旦大学博士学位。2008年至2013年先后任美国大气海洋局(NOAA)卫星应用研究中心博士后、美国宇航局(NASA)戈达德太空飞行中心/智能自动化公司研究科学家等。曾获国家自然科学二等奖、教育部自然科学一等奖、IEEE地球科学与遥感学会青年成就奖、国际无线电联盟青年科学家奖等。主持国家重点研发计划课题、国家自然科学基金委重大项目课题、优秀青年基金等。研究方向为电磁散射建模、雷达图像信息获取、微波视觉与物理智能。

1d810de0d7874668a3d35a99ff731c2f.png仇晓兰(1982–),女,中国科学院空天信息创新研究院研究员,博士生导师。主要从事先进体制SAR成像处理技术研究,担任多颗SAR卫星成像系统技术负责人,近年来主持国家自然基金重大、科技部重点研发计划、基金委优秀青年基金等基础前沿课题。曾获国家科技进步一等奖、北京市科技进步一等奖、中科院杰出成就奖等奖励,出版中英文专著各一部,发表论文80余篇,IEEE高级会员,担任IEEE Geoscience and Remote Sensing Letters 期刊副主编、《雷达学报》青年编委。


特邀报告及专家简介

报告1:合成孔径雷达微波视觉三维成像

报告人:丁赤飚 研究员

内容简介:合成孔径雷达三维成像技术可以消除目标和地形在二维图像上产生的严重混叠,显著提升目标识别和三维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达三维成像技术经过了数十年的发展,已提出多种技术体制。本报告回顾了SAR 三维成像技术领域的发展过程,深入分析了现有SAR 三维成像技术的特点,提出了“合成孔径雷达微波视觉三维成像”的概念和思路,阐述了SAR微波视觉三维成像的目标和关键科学问题,并给出了基于该学术思路取得的阶段性进展和实验验证结果,为SAR三维成像提供了新的技术途径。

报告人简介: 

1d6a7142b52d413bb0092b499462d339.jpg详见上面论坛主席简介。


报告2:基于类脑感知与认知的影像解译

报告人:焦李成 教授

内容简介:高分辨遥感影像智能化解译是世界各国争夺的技术高点,其所要解决的核心技术就是观得清、辨得明的问题。然而高分辨的观测需求,给高效的目标信息获取带来了难度,以及目标的多尺度奇异性、复杂多样等大大增加了目标建模和目标信息学习识别的难度。视觉感知与脑认知(稀疏性、学习性、选择性和方向性)为实现高效准确的高分辨遥感影像感知与解译提供了思路。借鉴生物视觉认知与感知机理,对高分辨遥感信息获取(感)、解译(知)以及应用(用)进行了研究。

报告人简介:

cc98a93e603f41b5bebdbb30cd2a3712.jpg焦李成(1959-),男,教授、博士生导师。现任西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任/实验室主任、“智能信息处理科学与技术”高等学校学科创新引智基地主任,教育部科技委学部委员、教育部创新团队首席专家,“一带一路”人工智能创新联盟理事长, IET西安分会/IEEE西安分会奖励委员会/IEEE计算智能协会西安分会/IEEE GRSS西安分会的主席,IEEE TGRS副主编、IEEE TCyb副主编,IEEE Fellow、IET Fellow、首批中国人工智能学会会士、中国自动化学会会士、中国电子学会会士、中国计算机学会会士。国务院学位委员会学科评议组成员,曾任第八届全国人大代表。1991年被批准为享受国务院政府津贴的专家,1996年首批入选国家“百千万”人才工程(第一、二层次),陕西省首批“三五人才”第一层次。当选为全国模范教师、陕西省突出贡献专家和陕西省师德标兵。

焦李成教授的主要研究方向为智能感知与计算、图像理解与目标识别、深度学习与类脑计算,培养的十余名博士获全国优秀博士学位论文奖、提名奖及陕西省优秀博士论文奖。研究成果获包括青年科技奖,国家自然科学奖二等奖及省部级一等奖以上科技奖励十余项,出版了《神经网络系统理论》、《免疫优化计算、学习与识别》、《图像多尺度几何分析理论与应用》、《深度学习、识别与优化》《深度神经网络FPGA设计与实现》等专著二十余部,五次获国家优秀科技图书奖励及全国首届三个一百优秀图书奖。所发表的论著H指数为84,连续六年入选爱思唯尔高被引学者榜单。

报告3:海面舰船正向电磁散射与成像研究

报告人:赵志钦 教授

内容简介:随着计算电磁方法和计算机性能的不断提高,利用电磁仿真与信号处理技术对海面舰船的正向电磁散射特性分析与逆向雷达成像研究已成为雷达目标探测与识别领域的研究热点之一。由于海背景环境的复杂多变性与海面舰船复合目标的超电大尺寸规模,如何快速有效仿真目标散射特性与成像一直是具有挑战的研究课题。本报告:

(1)从电磁散射机理出发,研究基于海面“面元法”的半确定散射模型与“双尺度”修正模型的海面散射建模方法,扩展传统高频散射模型应用范围,提高算法的仿真精度,从而建立有效的“海面几何-电磁散射机理”关联分析模型。

(2)从计算电磁方法与并行技术出发,研究当舰船处于雷达近区条件下的近场散射理论,建立实际雷达场景条件下不同雷达距离、方向波束宽度、雷达照射角度等条件下的广义雷达散射分析模型;提出基于高频方法的“kd-tree”高效射线追踪技术与GPU并行加速技术,解决超电大尺寸规模复合目标的计算瓶颈问题。

(3)基于仿真的雷达回波信号,研究典型海面场景的高分辨雷达成像技术,提出基于人工智能(AI)优化技术的动目标的成像补偿技术,提高成像质量。

因此,海面舰船的电磁散射与雷达成像技术两方面的研究,有助于海面场景、雷达场景、雷达回波特性、雷达成像等多方面的相互关联分析模型,进而有助于目标的雷达探测与识别能力提高。

报告人简介:

13871136fab7458d8e31f61c2ae19cc4.jpg赵志钦(1969-),教授、博士生导师。作为课题负责人或主研人员参加了多项“863”项目、自然科学基金重点和面上项目、重点军事预研项目、国防科工委“9609”工程子项目、总装预研项目等20余项。其中“863”计划课题“星载合成孔径雷达成像处理及运动补偿”的研究曾获得国家科技进步三等奖一项。在美留学期间作为主研参加了由美国海军研究室、陆军研究室(ARL) 和DARPA (Defense Advanced Research Projects Agency)资助的多个项目的研究,其中包括DARPA MURI项目的研究。已在IEEE Trans. on AP、GRS,SIAM,JCP等国内外重要刊物和会议上发表论文130余篇,其中SCI检索40余篇,EI检索90余篇。研究领域涉及电磁场与微波技术专业、信号与信息处理专业。主要研究内容包括雷达信号处理、计算电磁学、微波遥感理论及应用、微波致热超声成像等。目前承担的项目有自然科学基金面上项目及仪器专项项目(重点项目)、863项目、总装基金重点项目等。赵志钦博士是IEEE高级会员,美国Phi Kappa Phi荣誉协会会员,《电子学报》编委,四川省电子学会理事及天线与微波专业委员会副主任委员。2006年度“教育部新世纪优秀人才支持计划”获得者,入选2008年度四川省杰出青年学科带头人培养资助计划,2009年获成都市有突出贡献优秀专家称号,2010年入选四川省学术技术带头人后备人选。

报告4:合成孔径雷达三维成像中的视觉语义浅析

报告人:胡占义 研究员

内容简介:“合成孔径雷达微波视觉三维成像”,从概念上说,旨在将“视觉语义”引入到合成孔径雷达的成像模型中,以期提高成像的质量。对层析合成孔径雷达(TomoSAR)来说,“视觉语义”的引入可望有效减少TomoSAR所需的观测次数和三维成像质量。然而,什么是“视觉语义”?从视觉感知的途径看,“单眼”和“双眼”均可以从场景感知语义信息;从场景内容看,不同的人对同一幅图像会有不同感受;从视觉神经加工机理看,三维信息加工和二维信息加工也存在一些本质差异。另外,人类视觉感知普遍存在错觉(illusion)现象。那么, 到底什么类型的“视觉语义信息”可望在计算的层次上有助于三维微波成像呢?如何借鉴计算机视觉的理论和方法来提取微波三维成像中有用的“视觉语义”信息呢?报告人将对这些问题谈谈个人的一些初步看法。

报告人简介: 

894a2d524e084a7e89ba9f8adcc9e364.png胡占义(1961–),男,中国科学院自动化研究所模式识别国家重点实验室研究员。长期从事计算机视觉和生物视觉建模研究。曾为“863信息获取和处理”主题专家,国家自然科学基金委信息学部咨询专家委员会委员,《中国科学》编委等。曾获国家自然科学二等奖。在计算机视觉的重要刊物和会议,发表了一系列相关论文。多年来,一直负责“国科大”研究生“计算机视觉”课程的讲授。

报告5:微波视觉与SAR目标识别

报告人:徐丰 教授

内容简介:深度学习技术在计算机视觉等领域得到变革性的应用,目前逐渐在其他相关领域得到应用,包括SAR目标识别与图像解译。深度神经网络直接用于SAR图像存在样本少、过拟合等问题,本报告介绍了作者在融合电磁物理规律与深度神经网络方面的初步研究,利用物理规律先验约束来实现少样本学习和泛化能力,并介绍了SAR图像目标识别和图像分类等应用,讨论了SAR智能解译及微波视觉技术的未来发展。

报告人简介:

95cbf35616f84f6ca1861d7a67a3e424.jpg详见上面论坛副主席简介。

报告6:高分三号卫星数据在海洋领域的应用

报告人:安文韬 副研究员

内容简介:高分三号卫星于2016年8月10日发射升空,是我国首颗民用C波段全极化合成孔径雷达卫星,其聚束成像模式空间分辨率达到1m,并且具备波模式和全球观测模式两个专门用于海洋观测的成像模式。2017年1月23日高分三号卫星正式交付用户单位投入使用后,取得了海量的应用成果和良好的应用效益。本报告在简要介绍高分三号卫星的载荷和技术状态后,将介绍高分三号卫星数据海洋领域应用关键技术攻关情况,并重点介绍其在海面风场反演、海浪谱反演、台风监测、海冰监测、海上目标监测、溢油监测、绿潮监测、海岸带和海域动态使用监测等方向上的应用成果和产品实例。

报告人简介:

0804a567d0174fc397974b22fba92695.jpg安文韬(1981-),国家卫星海洋应用中心副研究员、1米CSAR卫星数据处理系统副主任设计师。2003年获天津大学学士学位,2006年获航天科工集团第二研究院研究生院硕士学位,2010年获清华大学博士学位,2010年于国家卫星海洋应用中心参加工作至今。已出版专著5部,发表学术论文40余篇,获发明专利授权3项,获海洋科学技术奖1项、海洋工程科学技术奖1项。先后主持和参与高分三号卫星工程、1米CSAR卫星工程、海洋卫星地面应用系统建设、国家重大科技专项科研项目、国家重点研发计划、国家自然科学基金项目、遥感青年科技人才计划等20余项。研究方向为SAR数据海洋应用、全极化SAR数据处理、海上目标检测与识别。

  • 分享到:

用微信扫码二维码

分享至好友和朋友圈

发布日期: 2021-03-31 阅读次数: