课题组张爱竹老师赴澳大利亚参加IGARSS 2025国际学术会议

发布者:孙根云发布时间:2025-08-16浏览次数:10

202583–8日,课题组张爱竹老师应邀赴澳大利亚昆士兰州布里斯班市参加国际电气电子工程师学会(IEEE)第45届地球科学与遥感大会(IGARSS 2025)。本次大会以One Earth为主题,聚焦遥感技术在全球环境问题中的应用,吸引了来自69个国家和地区的3000余名专家学者参会。

张爱竹老师与会议主席Xiuping Jia会议合照

1.学术报告展示研究成果

张爱竹老师在分会场“Remote Sensing for Wetland Sustainability II”作了题为“MSDGNet: A Point-Based Weakly Supervised Semantic Segmentation Model”的学术报告。报告针对样本稀少情况下的遥感影像分割问题,提出一种基于像素级弱监督的语义分割模型MSDGNet,旨在充分利用稀疏点标注,通过多分支特征学习和基于注意力的特征融合来提高分割精度。MSDGNet包含三个核心组件:SDG编码器、MSAFF模块和轻量级解码器。其中,SDG编码器负责从输入图像中提取光谱特征、边缘特征和上下文特征;MSAFF模块通过注意力机制融合多尺度特征以强化关键信息;最终解码器恢复特征图的空间分辨率并生成分割结果。实验表明,该模型分割性能接近全监督方法,显著优于传统弱监督方案。MSDGNet通过高效利用像素级监督,在降低标注负担的同时实现了高精度语义分割,为弱监督学习提供了新思路,引起了与会专家的广泛关注和热烈讨论。

张爱竹老师做会议报告

2.海报交流促进国际合作

在大会海报展示环节,张爱竹老师在“Optical and Hyperspectral Image Classification”专场展示了课题组在红树林湿地监测方面的最新研究成果“A Dynamic Attention Unet Network for Hyperspectral Image Classification”。该研究提出了一种新型动态注意力U-Net框架,用于高光谱图像分类。该框架着重于浅层与深层特征的提取与融合:创新性地引入动态卷积和空谱注意力机制,通过动态交互方式提取浅层语义特征与深层语义特征,从而有效捕捉空间细节与全局特征。实验结果表明,该框架在提取邻域细节纹理特征和提升分类精度方面展现出显著优势。自澳大利亚、英国、日本等多国学者对张老师的研究表现出浓厚兴趣,并就未来合作可能性进行了深入交流。

张爱竹老师进行海报展示

3学术交流拓展国际视野

会议期间,张爱竹老师积极参与各项学术活动,与国内外同行就遥感技术在城市生态环境研究中的应用进行了广泛交流。通过此次会议不仅了解了国际前沿研究动态,也为今后开展国际合作研究奠定了基础。