基于深度卷积网络的高分辨率遥感影像地物分类与目标识别高级应用

阁楼里的小花

《基于深度卷积网络的高分辨率遥感影像地物分类与目标识别高级应用》
各企事业单位：      
我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB，遥感大数据时代已然来临。随着小卫星星座的普及，我们可以实现每天3次以上的全球覆盖能力，遥感影像将不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估中。最近借助深度学习方法，基于深度卷积网络的遥感影像自动地物识别取得了令人印象深刻的结果。深度卷积网络采用“端对端”的特征学习，通过多层处理机制揭示隐藏于数据中的非线性特征，能够从大量训练集中自动学习全局特征（这种特征被称为“学习特征”），是其在遥感影像自动目标识别取得成功的重要原因，也标志特征模型从手工特征向学习特征转变。以Tensorflow为主体的深度学习平台为提供了。但深度卷积网络涉及到的数学模型和计算机算法都十分复杂、运行及处理难度很大，Tensorflow平台的掌握也并不容易。为使广大学者能理解深度卷积网络背后的数学模型和计算机算法，掌握利用Tensorflow为基础的遥感影像地物分类与目标识别应用。北京中科资环信息技术研究院特举办“基于深度卷积网络的高分辨率遥感影像地物分类与目标识别高级应用联合培训班”。现将有关事宜通知如下：
时间地点： 2018年11月1 日 —11月4日      江苏-南京 （时间安排：第一天报到、授课三天）
学习目标：
1、熟悉深度卷积网络基本数学原理和计算机算法；            
2、能自主完成AlexNet，GoogleNet，ResNet等深度卷积网络设计；
3、能利用TensorFlow完成遥感图像地物分类任务；
4、能利用TensorFlow完成遥感图像目标检测任务。
主讲专家:  
主讲专家来自重点高校，拥有丰富的科研和教学经验，具有资深的技术底蕴和专业背景，且长期从事地理/遥感大数据;机器/深度学习;人工/类脑智能方面的研究工作，诸多成果已发表于所在领域的顶级学术期刊。
报名方式；
各单位接此通知后，尽快确定参加培训人员，认真填写报名回执并传真至：010-53853500或发至E-mail；1632314244@qq.com，会务组收到回执后通知报到相关事项。
联系方式：                                          
联系人：贾莲 手机/微信：18510371192      电话/传真：010-53853500
QQ咨询：1632314244      GIS-RS-环境中应用群： 465715246（请备注：贾莲邀请）