Abstract

针对遥感图像复原问题，传统方法论主要分为模型驱动与数据驱动两类。其中模型驱动主要通过认识数据，预先设计合理的损失与正则项，从而达到良好复原效果。而数据驱动主要通过借鉴计算机视觉领域通用有效深度网络的构建技巧，通过端到端机器学习的方式来获得针对退化遥感图像的显式复原函数，从而便于泛化使用。然而，针对遥感图像的特殊内涵，两种方法论均存在内在的缺陷。本报告中，将尝试对已有底层遥感图像技术进行内在功能的分析，从而反思其局限性，进而讨论如何对遥感图像能够更加合理设计方法论的可能策略。

Speaker

孟德宇，西安交通大学教授，博导。中国工业与应用数学学会副理事长，任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共发表论文100余篇，其中包括IEEE汇刊论文40余篇，CCF A类会议论文40余篇，谷歌引用万余次。目前主要聚焦于元学习、可解释深度学习等机器学习与计算机视觉领域的基础研究问题。