深度融合描绘遥感蓝图

倪海波

把照相机放在航空器或航天平台上，对地球表面拍摄成像，就形成了遥感数据。这些遥感数据很好地刻画了地球表面的信息和人类活动，是大范围、长周期的数据集，有效加以利用将为国民经济发展及生态环境保护提供重要支撑。但目前面临的状况是，遥感数据的处理难度较高，大量数据堆积却应用不足。如何快速、精准提取数据中的目标信息就成为一个亟待突破的關键问题。

武汉大学遥感信息工程学院副教授、博士生导师李彦胜多年来坚持立足国家重大战略需求和国计民生问题，深耕于人工智能驱动的遥感大数据处理与知识挖掘领域，致力于遥感影像解译、机器学习、计算机视觉、知识工程、自然语言处理等多领域的深度交叉融合，在高分辨率遥感影像场景理解、大规模遥感影像多模检索、大范围遥感土地覆盖分类与变化监测、多源遥感影像目标检测与识别等方面取得了一系列创新性研究成果。

数学为基，入轨遥感

“遥感是一个典型的交叉学科，它的核心工作就是数据处理，而数据处理又涉及大量人工智能算法的介入，也和数学有着千丝万缕的联系。”采访中，李彦胜如是介绍他所从事的研究领域。

与遥感大数据研究结缘，李彦胜坦承源于高考那一次阴差阳错的选择——打小，李彦胜的梦想是学习计算机，高考那一年他却被数学专业录取。当时，李彦胜觉得自己遇到了挫折，“没有进入理想的专业”。但是，他选择在学习过程中不断修正自己，在发展中寻找机会。除了数学专业课程外，他还通过自学和旁听的方式补充了大量计算机专业知识。通过4年孜孜以求的学习，李彦胜成功考取华中科技大学人工智能与自动化学院模式识别与智能系统专业研究生，师从田金文教授和谭毅华教授，开启了人工智能方向的研究，并获得博士学位。让李彦胜喜出望外的是，后来的实践证明，“数学专业的学习为后续的科研工作打下了坚实的基础”。数学，成为李彦胜通往学术殿堂的基石。至今，李彦胜感谢这次漫长的修正过程，就像卫星从地球进入宇宙空间后的逐渐修正、调整、最终入轨，“这是成长的必经之路”。

2015年，李彦胜进入武汉大学遥感信息工程学院从事博士后研究工作，加入摄影测量与遥感领域著名学者张永军教授团队。自此，李彦胜选择智能遥感交叉学科方向进行研究。他坚持大处着眼，小处着手，从一个比较小的点切入，然后围绕这个点不断地深入扩展，以此积累成长。一开始，李彦胜也遭遇过失败。他在首次申请中国博士后基金项目的时候，“把这个事情想简单了，只是讲了一个很成熟的问题”。李彦胜回忆，“正是这一次失败，使我有了从一个小处着手，向更本质、更重要问题深入扩展探索的想法。于是，遥感大数据进入我的研究视野，就这样一直做到了现在”。在后续的博士后研究阶段，他先后成功申请中国博士后面上项目一等资助、中国博士后科学基金特别资助项目和国家自然科学基金项目。

为了更好地跟踪国际前沿人工智能技术，在国家留学基金委全额资助下，他追随美国霍普金斯大学人工智能领域权威专家Alan Yuille教授，开展了为期一年的合作研究。Alan Yuille教授早年曾在英国剑桥大学跟随斯蒂芬·霍金教授研究理论物理，之后转而开拓计算机视觉领域，曾获计算机视觉论文最高奖马尔奖，并曾担任IEEE国际计算机视觉与模式识别会议主席。“Yuille教授是一个非常可敬、可亲的人，在研究上他给了我很大的空间，让我坚持做自己的事。在我彷徨的时候，Yuille教授总是第一时间给我支持、肯定。”李彦胜如是说。在这一年时间里，李彦胜与Yuille教授联合发表了中国科学院一区TOP期刊论文。针对当今目标检测深度模型都对目标级标记十分依赖的问题，李彦胜和Yuille教授联合提出了基于场景级约束深度网络的目标检测与识别方法，该技术揭示了弱标记信息用于训练深度网络，且用于信息深度挖掘的可行性，对解释深度网络的工作原理与拓宽深度网络的应用范围具有重要意义。“文章在形成的过程中，教授给予了很大的支持，他对待学术研究的认真和细致，给了我很多触动，而这篇文章也为我后续的人工智能与遥感大数据挖掘的跨学科交叉研究奠定了坚实的理论基础。”与Yuille教授的合作，让李彦胜积累了终身受益的品质。

在遥感智能数据处理这条路上，李彦胜找到了目标，也找到了自己。在课题申请和研究的过程中，他谨记博士后导师张永军教授教诲，“不要仅仅停留在申请课题上，要沉下心来把申请到的课题做好。把课题做好了，后面就会越来越顺”。俯首耕耘，果然换来硕果累累。他和团队发表的多篇论文成为ESI高被引论文。至此，李彦胜觉得自己真正走进了遥感科研领域。

手握利剑，助力创新

“随着遥感观测平台的爆发性增长，遥感影像的来源越来越丰富，时效性越来越强，同时数据量也呈现指数级增长。但是，相对于强大的遥感数据获取能力，遥感影像的快速智能处理和服务能力严重滞后，海量数据堆积与有限信息孤岛并存的矛盾仍然十分突出”，李彦胜的思考始于此。所以，围绕遥感大数据高效检索、信息提取、知识挖掘、深度共享等任务存在的一系列挑战，结合人工智能等领域的新进展，开展遥感大数据挖掘理论、方法及应用技术研究，提高遥感大数据的应用水平与服务能力，成为李彦胜长期坚守的学术目标。

近几年，手握现代科学这把利剑，运用人工智能、深度学习、计算机视觉、自然语言处理、知识工程等理论，李彦胜及其团队结合遥感大数据特性，开展了大量理论和方法研究，在大规模遥感影像检索、高可靠性目标提取、遥感领域知识服务等方面，取得了比较系统的创新成果。与此同时，这些创新成果逐渐在应用中展露风采，获得了同行及用户的好评。

“将科学研究与国家、民族亟须解决的问题联系在一起，把论文写在祖国大地上”，李彦胜是这么想的，也是这么做的。针对农户资产评估难、贷款速度慢等难题，李彦胜团队与蚂蚁集团合作，开展遥感知识图谱驱动的遥感影像处理技术研究，旨在为农户资产状况评估保驾护航。此外，李彦胜团队研发的无监督-半监督约束深度语义分割网络的跨域卫星遥感影像建筑物检测软件，使得普适条件下建筑物的检测性能提升了5%～10%，在阿里达摩院“天巡”业务场景得到成功应用，有效提高了卫星影像建筑物检测方法的普适性。

IEEE Fellow遥感领域顶级期刊IEEE TGRS前主编——西班牙埃斯特雷马杜拉大学Antonio Plaza教授在其论文中指出，李彦胜发表的研究论文充分考虑了遥感影像的数据特性，将深度哈希神经网络引入大规模遥感影像检索领域，提出的深度哈希学习技术显著提升了基于内容的大规模遥感影像检索准确率。德国柏林工业大学Demir教授（领导了欧盟支持Big Earth计划）公开发表的论文用大篇幅分析了李彦胜团队的方法和技术特点，并基于他们的方法提出了改进方案。同时，李彦胜所提出的海量遥感影像检索技术受到国际权威杂志Information Fusion的主编Francisco Francisco Herrera教授的关注，特别邀请他撰写遥感大数据影像检索综述论文，阐明遥感大数据影像检索的机遇与挑战。李彦胜非常重视这项工作，历时一年，查阅了300余篇文献，系统地分析这个领域的发展，指明了潜在研究课题与未来发展方向。

“遥感大数据的数据很多，但是它的信息提取、知识建模以及服务能力比较差。这就导致虽然有数据，但是很难去发现和获取真正有用的数据。由于数据太大，这个领域的模型也没办法直接获取。能不能智能地去给用户推送他所需要的数据和模型，这是非常重要的问题。”李彦胜及其研究团队耦合了深度学习与知识图谱推理，提高了深度神經网络从数据中自主学习中低层次的判别能力，将知识图谱语义推理运用高层次的专家语义知识引导解译纠错与推理。同时，将深度数据学习与知识推理有机耦合在一个闭环的回路中，使得彼此迭代增强，有助于提高遥感解译结果的精度以及可解释性。

“从通用领域知识图谱，走向遥感领域知识图谱的过程，就是借用通用知识图谱创建技术，结合领域特性及任务需求创建遥感领域的知识图谱，最终为环境、海洋、气象等领域提供技术支撑。”李彦胜这样解释他们的研究。虽然还有很多难关需要攻克，但因为有了现代科学利器的加持，他们坚信遥感科技可以飞入更多普通人家，最终惠及更多普通老百姓的生产、生活。

桃李芬芳，共期未来

2020年6月至10月，当年规模最大的国际性遥感人工智能赛事之一——第四届“中科星图杯”高分遥感图像解译软件大赛如火如荼地进行。该大赛吸引了清华大学、武汉大学、北京航空航天大学、复旦大学、国防科技大学、西安电子科技大学等国内顶尖学府及中国电科集团、中国航天科工集团等研究院与企事业等253家单位共计701支队伍报名参赛。各战队累计课目报名次数高达1584次，累计提交各类软件成果超过5000次，赛道排行榜竞争异常激烈。经过3个多月的激烈竞争，李彦胜带领3名本科生过关斩将，凭借“联合多视角多结构深度分割网络和空间一致性边界优化的水体自动提取技术”，拿到了“高分光学遥感影像水体提取赛道”的冠军。当时，和他们同处一个赛道的，大多是由高年级研究生或高级算法工程师组成的团队。这次摘取桂冠得益于李彦胜结合专业背景设置的生动有趣的编程实验，使同学们的编程能力得到了极大提升。“技术能够有效提高光学遥感影像水体提取精度是我们团队取胜的关键，这一技术较好地解决了国产卫星影像处理存在的一些问题。”事后李彦胜如是诠释获得冠军的原因。

本科教学与教学改进是李彦胜实践的又一“沃野”。在武汉大学，李彦胜主讲的课程主要有“数字图像处理”“面向对象的程序设计”“MatLab应用”，以及“Image Processing and Analysis for Geospatial Imagery”（地理空间影像的处理与分析）等。为了调动同学们的学习积极性，李彦胜结合自身的科研实践和学术研究成果，将前沿学术成果融入本科生全英文课程，一方面保证了课程的学科前沿性，另一方面有力地提高了学生的学习积极性。其教学成果不仅体现在匿名教评分数100分的成绩，更体现在同学们科研能力的培养和提升上。其中，由李彦胜指导的本科二年级学生顾雅婷和王砚田撰写的“A Survey on Deep Learning-Driven Remote Sensing Image Scene Understanding： Scene Classification， Scene Retrieval and Scene-Guided Object Detection”（《深度学习驱动的遥感影像场景理解综述：场景分类，场景检索和场景引导的目标检测》）在国际SCI期刊上发表;由李彦胜指导的本科三年级学生党博等获得全国高等学校大学生测绘科技论文大赛特等奖;由李彦胜指导的本科三年级学生李晨阳等获得美国大学生数学建模竞赛一等奖。

桃李不言，下自成蹊。曾经在多位前辈科学家指引之下不断成长的李彦胜如今也希望带给学生同样的影响和感受。科学攀登，永无止境。有了年轻人的加入和传承，李彦胜及其团队的工作也有了更多的底气和自信，未来，他们还将工作重点放在遥感领域知识图谱和深度学习相结合的技术研究和应用上，“这种技术最大的特点就是很好地将深度学习在面向底层特种的学习能力，以及知识图谱面向高层这样一种类似于人的推理能力，两者相结合，从而推动新一代人工智能遥感影像的理解……”，站在人工智能与遥感大数据挖掘深度融合的浪潮之上，李彦胜及其团队期盼和同行们一起，共同描绘遥感蓝图。