基于类脑感知与认知的复杂影像解译

专家简介：西安电子科技大学计算机科学与技术学部主任、教授，CAAI第六/七届副理事长，IEEE/IET/CAAI/CCF/CIE /CAA Fellow。智能感知与图像理解教育部重点实验室主任、教育部科技委学部委员等，教育部创新团队首席专家。首批入选国家“百千万”人才工程(第一、二层次)，全国模范教师。获得青年科技奖，以及国家自然科学奖二等奖、省部级一等奖以上科技奖励十余项，五次获得国家优秀科技图书奖励和全国首届三个一百优秀图书奖。

内容概要

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；此外，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。

研究背景与科学问题：

从传统红外的光学图像到现在自然图像，图像里有哪些目标？解译不出来，也说不出来，这就用不上。成像不是目的，成像是手段，但我们要从图像里获取信息，就必须对它进行解译。所以，以前只希望雷达看得见，能够检测得出就行，但是看不清、辨不明、道不来，从这个意义上来讲，传感器只有眼睛的功能。现在不但希望它眼睛能看见，同时还有“脑子”想了，想到了，解译出来以后能够看图说话，既成像又感知。

高分辨遥感信息获取（感）：根据遥感图像的成像机理，主要分为主动式成像模式和被动式成像模式。主动式成像的数据包括激光雷达点云数据、合成孔径雷达数据，极化合成孔径雷达数据等。被动式成像的数据包括全色图像、可见光图像、多光谱图像、高光谱图像等。

高分辨遥感信息建模（知）：人类具有从少量的数据中间学到一般化的知识，也就是具有抽象知识的学习能力，这点在生物意义上就是人脑的稀疏编码与学习性、选择性和方向性的基本机理；既有稀疏性又有学习性。同时人类这种学习知识的能力是有选择性，不是说你见到什么都记下来，眼睛的选择注意机制、显著性机制就是选择性的一种具体体现。此外所有的这些特性在识别鉴别时，它有方向性，这些是从生物上完整证明的。视觉和脑的这种感知和认知的激励，为我们真正地去开发和构建人工智能的办法，比如用深度学习或者学习解译的办法去完成我刚才说的这些目标，提供了新思路。

高分辨遥感影像应用（用）：发明的关键技术应用于我国重点成矿带和矿产资源开发调查和监测系统，实现了对我国矿产资源开发利用状况和执行情况、矿山环境进行调查和动态监测；应用于高效能航空SAR遥感应用系统，形成了完整的国产SAR系统地形测绘体系，有力推进了我国机载SAR系统地形测绘从示范研究走向实用化。

类脑感知与认知的思考：类脑感知与认知的可以概括为“ABC智能”——人工智能（AI）、生物智能（BI）、计算智能（CI）。从这个意义上来讲，刚才讲了权值的优化驱动和结构的优化，一定是进化两者结合起来去做这件事，挑战是来自于多方面的。

本文链接：https://www.bjjcc.cn/kepu/16732.html，文章来源：科普之家，作者：中国人工智能学会，版权归作者所有，如需转载请注明来源和作者，否则将追究法律责任！