倪海波

把照相機(jī)放在航空器或航天平臺上，對地球表面拍攝成像，就形成了遙感數(shù)據(jù)。這些遙感數(shù)據(jù)很好地刻畫了地球表面的信息和人類活動，是大范圍、長周期的數(shù)據(jù)集，有效加以利用將為國民經(jīng)濟(jì)發(fā)展及生態(tài)環(huán)境保護(hù)提供重要支撐。但目前面臨的狀況是，遙感數(shù)據(jù)的處理難度較高，大量數(shù)據(jù)堆積卻應(yīng)用不足。如何快速、精準(zhǔn)提取數(shù)據(jù)中的目標(biāo)信息就成為一個(gè)亟待突破的關(guān)鍵問題。

武漢大學(xué)遙感信息工程學(xué)院副教授、博士生導(dǎo)師李彥勝多年來堅(jiān)持立足國家重大戰(zhàn)略需求和國計(jì)民生問題，深耕于人工智能驅(qū)動的遙感大數(shù)據(jù)處理與知識挖掘領(lǐng)域，致力于遙感影像解譯、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、知識工程、自然語言處理等多領(lǐng)域的深度交叉融合，在高分辨率遙感影像場景理解、大規(guī)模遙感影像多模檢索、大范圍遙感土地覆蓋分類與變化監(jiān)測、多源遙感影像目標(biāo)檢測與識別等方面取得了一系列創(chuàng)新性研究成果。

數(shù)學(xué)為基，入軌遙感

“遙感是一個(gè)典型的交叉學(xué)科，它的核心工作就是數(shù)據(jù)處理，而數(shù)據(jù)處理又涉及大量人工智能算法的介入，也和數(shù)學(xué)有著千絲萬縷的聯(lián)系。”采訪中，李彥勝如是介紹他所從事的研究領(lǐng)域。

與遙感大數(shù)據(jù)研究結(jié)緣，李彥勝坦承源于高考那一次陰差陽錯(cuò)的選擇——打小，李彥勝的夢想是學(xué)習(xí)計(jì)算機(jī)，高考那一年他卻被數(shù)學(xué)專業(yè)錄取。當(dāng)時(shí)，李彥勝覺得自己遇到了挫折，“沒有進(jìn)入理想的專業(yè)”。但是，他選擇在學(xué)習(xí)過程中不斷修正自己，在發(fā)展中尋找機(jī)會。除了數(shù)學(xué)專業(yè)課程外，他還通過自學(xué)和旁聽的方式補(bǔ)充了大量計(jì)算機(jī)專業(yè)知識。通過4年孜孜以求的學(xué)習(xí)，李彥勝成功考取華中科技大學(xué)人工智能與自動化學(xué)院模式識別與智能系統(tǒng)專業(yè)研究生，師從田金文教授和譚毅華教授，開啟了人工智能方向的研究，并獲得博士學(xué)位。讓李彥勝喜出望外的是，后來的實(shí)踐證明，“數(shù)學(xué)專業(yè)的學(xué)習(xí)為后續(xù)的科研工作打下了堅(jiān)實(shí)的基礎(chǔ)”。數(shù)學(xué)，成為李彥勝通往學(xué)術(shù)殿堂的基石。至今，李彥勝感謝這次漫長的修正過程，就像衛(wèi)星從地球進(jìn)入宇宙空間后的逐漸修正、調(diào)整、最終入軌，“這是成長的必經(jīng)之路”。

2015年，李彥勝進(jìn)入武漢大學(xué)遙感信息工程學(xué)院從事博士后研究工作，加入攝影測量與遙感領(lǐng)域著名學(xué)者張永軍教授團(tuán)隊(duì)。自此，李彥勝選擇智能遙感交叉學(xué)科方向進(jìn)行研究。他堅(jiān)持大處著眼，小處著手，從一個(gè)比較小的點(diǎn)切入，然后圍繞這個(gè)點(diǎn)不斷地深入擴(kuò)展，以此積累成長。一開始，李彥勝也遭遇過失敗。他在首次申請中國博士后基金項(xiàng)目的時(shí)候，“把這個(gè)事情想簡單了，只是講了一個(gè)很成熟的問題”。李彥勝回憶，“正是這一次失敗，使我有了從一個(gè)小處著手，向更本質(zhì)、更重要問題深入擴(kuò)展探索的想法。于是，遙感大數(shù)據(jù)進(jìn)入我的研究視野，就這樣一直做到了現(xiàn)在”。在后續(xù)的博士后研究階段，他先后成功申請中國博士后面上項(xiàng)目一等資助、中國博士后科學(xué)基金特別資助項(xiàng)目和國家自然科學(xué)基金項(xiàng)目。

為了更好地跟蹤國際前沿人工智能技術(shù)，在國家留學(xué)基金委全額資助下，他追隨美國霍普金斯大學(xué)人工智能領(lǐng)域權(quán)威專家Alan Yuille教授，開展了為期一年的合作研究。Alan Yuille教授早年曾在英國劍橋大學(xué)跟隨斯蒂芬·霍金教授研究理論物理，之后轉(zhuǎn)而開拓計(jì)算機(jī)視覺領(lǐng)域，曾獲計(jì)算機(jī)視覺論文最高獎(jiǎng)馬爾獎(jiǎng)，并曾擔(dān)任IEEE國際計(jì)算機(jī)視覺與模式識別會議主席?！癥uille教授是一個(gè)非常可敬、可親的人，在研究上他給了我很大的空間，讓我堅(jiān)持做自己的事。在我彷徨的時(shí)候，Yuille教授總是第一時(shí)間給我支持、肯定。”李彥勝如是說。在這一年時(shí)間里，李彥勝與Yuille教授聯(lián)合發(fā)表了中國科學(xué)院一區(qū)TOP期刊論文。針對當(dāng)今目標(biāo)檢測深度模型都對目標(biāo)級標(biāo)記十分依賴的問題，李彥勝和Yuille教授聯(lián)合提出了基于場景級約束深度網(wǎng)絡(luò)的目標(biāo)檢測與識別方法，該技術(shù)揭示了弱標(biāo)記信息用于訓(xùn)練深度網(wǎng)絡(luò)，且用于信息深度挖掘的可行性，對解釋深度網(wǎng)絡(luò)的工作原理與拓寬深度網(wǎng)絡(luò)的應(yīng)用范圍具有重要意義?！拔恼略谛纬傻倪^程中，教授給予了很大的支持，他對待學(xué)術(shù)研究的認(rèn)真和細(xì)致，給了我很多觸動，而這篇文章也為我后續(xù)的人工智能與遙感大數(shù)據(jù)挖掘的跨學(xué)科交叉研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)?！迸cYuille教授的合作，讓李彥勝積累了終身受益的品質(zhì)。

在遙感智能數(shù)據(jù)處理這條路上，李彥勝找到了目標(biāo)，也找到了自己。在課題申請和研究的過程中，他謹(jǐn)記博士后導(dǎo)師張永軍教授教誨，“不要僅僅停留在申請課題上，要沉下心來把申請到的課題做好。把課題做好了，后面就會越來越順”。俯首耕耘，果然換來碩果累累。他和團(tuán)隊(duì)發(fā)表的多篇論文成為ESI高被引論文。至此，李彥勝覺得自己真正走進(jìn)了遙感科研領(lǐng)域。

手握利劍，助力創(chuàng)新

“隨著遙感觀測平臺的爆發(fā)性增長，遙感影像的來源越來越豐富，時(shí)效性越來越強(qiáng)，同時(shí)數(shù)據(jù)量也呈現(xiàn)指數(shù)級增長。但是，相對于強(qiáng)大的遙感數(shù)據(jù)獲取能力，遙感影像的快速智能處理和服務(wù)能力嚴(yán)重滯后，海量數(shù)據(jù)堆積與有限信息孤島并存的矛盾仍然十分突出”，李彥勝的思考始于此。所以，圍繞遙感大數(shù)據(jù)高效檢索、信息提取、知識挖掘、深度共享等任務(wù)存在的一系列挑戰(zhàn)，結(jié)合人工智能等領(lǐng)域的新進(jìn)展，開展遙感大數(shù)據(jù)挖掘理論、方法及應(yīng)用技術(shù)研究，提高遙感大數(shù)據(jù)的應(yīng)用水平與服務(wù)能力，成為李彥勝長期堅(jiān)守的學(xué)術(shù)目標(biāo)。

近幾年，手握現(xiàn)代科學(xué)這把利劍，運(yùn)用人工智能、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理、知識工程等理論，李彥勝及其團(tuán)隊(duì)結(jié)合遙感大數(shù)據(jù)特性，開展了大量理論和方法研究，在大規(guī)模遙感影像檢索、高可靠性目標(biāo)提取、遙感領(lǐng)域知識服務(wù)等方面，取得了比較系統(tǒng)的創(chuàng)新成果。與此同時(shí)，這些創(chuàng)新成果逐漸在應(yīng)用中展露風(fēng)采，獲得了同行及用戶的好評。

“將科學(xué)研究與國家、民族亟須解決的問題聯(lián)系在一起，把論文寫在祖國大地上”，李彥勝是這么想的，也是這么做的。針對農(nóng)戶資產(chǎn)評估難、貸款速度慢等難題，李彥勝團(tuán)隊(duì)與螞蟻集團(tuán)合作，開展遙感知識圖譜驅(qū)動的遙感影像處理技術(shù)研究，旨在為農(nóng)戶資產(chǎn)狀況評估保駕護(hù)航。此外，李彥勝團(tuán)隊(duì)研發(fā)的無監(jiān)督-半監(jiān)督約束深度語義分割網(wǎng)絡(luò)的跨域衛(wèi)星遙感影像建筑物檢測軟件，使得普適條件下建筑物的檢測性能提升了5%～10%，在阿里達(dá)摩院“天巡”業(yè)務(wù)場景得到成功應(yīng)用，有效提高了衛(wèi)星影像建筑物檢測方法的普適性。

IEEE Fellow遙感領(lǐng)域頂級期刊IEEE TGRS前主編——西班牙埃斯特雷馬杜拉大學(xué)Antonio Plaza教授在其論文中指出，李彥勝發(fā)表的研究論文充分考慮了遙感影像的數(shù)據(jù)特性，將深度哈希神經(jīng)網(wǎng)絡(luò)引入大規(guī)模遙感影像檢索領(lǐng)域，提出的深度哈希學(xué)習(xí)技術(shù)顯著提升了基于內(nèi)容的大規(guī)模遙感影像檢索準(zhǔn)確率。德國柏林工業(yè)大學(xué)Demir教授（領(lǐng)導(dǎo)了歐盟支持Big Earth計(jì)劃）公開發(fā)表的論文用大篇幅分析了李彥勝團(tuán)隊(duì)的方法和技術(shù)特點(diǎn)，并基于他們的方法提出了改進(jìn)方案。同時(shí)，李彥勝所提出的海量遙感影像檢索技術(shù)受到國際權(quán)威雜志Information Fusion的主編Francisco Francisco Herrera教授的關(guān)注，特別邀請他撰寫遙感大數(shù)據(jù)影像檢索綜述論文，闡明遙感大數(shù)據(jù)影像檢索的機(jī)遇與挑戰(zhàn)。李彥勝非常重視這項(xiàng)工作，歷時(shí)一年，查閱了300余篇文獻(xiàn)，系統(tǒng)地分析這個(gè)領(lǐng)域的發(fā)展，指明了潛在研究課題與未來發(fā)展方向。

“遙感大數(shù)據(jù)的數(shù)據(jù)很多，但是它的信息提取、知識建模以及服務(wù)能力比較差。這就導(dǎo)致雖然有數(shù)據(jù)，但是很難去發(fā)現(xiàn)和獲取真正有用的數(shù)據(jù)。由于數(shù)據(jù)太大，這個(gè)領(lǐng)域的模型也沒辦法直接獲取。能不能智能地去給用戶推送他所需要的數(shù)據(jù)和模型，這是非常重要的問題?！崩顝﹦偌捌溲芯繄F(tuán)隊(duì)耦合了深度學(xué)習(xí)與知識圖譜推理，提高了深度神經(jīng)網(wǎng)絡(luò)從數(shù)據(jù)中自主學(xué)習(xí)中低層次的判別能力，將知識圖譜語義推理運(yùn)用高層次的專家語義知識引導(dǎo)解譯糾錯(cuò)與推理。同時(shí)，將深度數(shù)據(jù)學(xué)習(xí)與知識推理有機(jī)耦合在一個(gè)閉環(huán)的回路中，使得彼此迭代增強(qiáng)，有助于提高遙感解譯結(jié)果的精度以及可解釋性。

“從通用領(lǐng)域知識圖譜，走向遙感領(lǐng)域知識圖譜的過程，就是借用通用知識圖譜創(chuàng)建技術(shù)，結(jié)合領(lǐng)域特性及任務(wù)需求創(chuàng)建遙感領(lǐng)域的知識圖譜，最終為環(huán)境、海洋、氣象等領(lǐng)域提供技術(shù)支撐?！崩顝﹦龠@樣解釋他們的研究。雖然還有很多難關(guān)需要攻克，但因?yàn)橛辛爽F(xiàn)代科學(xué)利器的加持，他們堅(jiān)信遙感科技可以飛入更多普通人家，最終惠及更多普通老百姓的生產(chǎn)、生活。

桃李芬芳，共期未來

2020年6月至10月，當(dāng)年規(guī)模最大的國際性遙感人工智能賽事之一——第四屆“中科星圖杯”高分遙感圖像解譯軟件大賽如火如荼地進(jìn)行。該大賽吸引了清華大學(xué)、武漢大學(xué)、北京航空航天大學(xué)、復(fù)旦大學(xué)、國防科技大學(xué)、西安電子科技大學(xué)等國內(nèi)頂尖學(xué)府及中國電科集團(tuán)、中國航天科工集團(tuán)等研究院與企事業(yè)等253家單位共計(jì)701支隊(duì)伍報(bào)名參賽。各戰(zhàn)隊(duì)累計(jì)課目報(bào)名次數(shù)高達(dá)1584次，累計(jì)提交各類軟件成果超過5000次，賽道排行榜競爭異常激烈。經(jīng)過3個(gè)多月的激烈競爭，李彥勝帶領(lǐng)3名本科生過關(guān)斬將，憑借“聯(lián)合多視角多結(jié)構(gòu)深度分割網(wǎng)絡(luò)和空間一致性邊界優(yōu)化的水體自動提取技術(shù)”，拿到了“高分光學(xué)遙感影像水體提取賽道”的冠軍。當(dāng)時(shí)，和他們同處一個(gè)賽道的，大多是由高年級研究生或高級算法工程師組成的團(tuán)隊(duì)。這次摘取桂冠得益于李彥勝結(jié)合專業(yè)背景設(shè)置的生動有趣的編程實(shí)驗(yàn)，使同學(xué)們的編程能力得到了極大提升。“技術(shù)能夠有效提高光學(xué)遙感影像水體提取精度是我們團(tuán)隊(duì)取勝的關(guān)鍵，這一技術(shù)較好地解決了國產(chǎn)衛(wèi)星影像處理存在的一些問題?！笔潞罄顝﹦偃缡窃忈尗@得冠軍的原因。

本科教學(xué)與教學(xué)改進(jìn)是李彥勝實(shí)踐的又一“沃野”。在武漢大學(xué)，李彥勝主講的課程主要有“數(shù)字圖像處理”“面向?qū)ο蟮某绦蛟O(shè)計(jì)”“MatLab應(yīng)用”，以及“Image Processing and Analysis for Geospatial Imagery”（地理空間影像的處理與分析）等。為了調(diào)動同學(xué)們的學(xué)習(xí)積極性，李彥勝結(jié)合自身的科研實(shí)踐和學(xué)術(shù)研究成果，將前沿學(xué)術(shù)成果融入本科生全英文課程，一方面保證了課程的學(xué)科前沿性，另一方面有力地提高了學(xué)生的學(xué)習(xí)積極性。其教學(xué)成果不僅體現(xiàn)在匿名教評分?jǐn)?shù)100分的成績，更體現(xiàn)在同學(xué)們科研能力的培養(yǎng)和提升上。其中，由李彥勝指導(dǎo)的本科二年級學(xué)生顧雅婷和王硯田撰寫的“A Survey on Deep Learning-Driven Remote Sensing Image Scene Understanding： Scene Classification， Scene Retrieval and Scene-Guided Object Detection”（《深度學(xué)習(xí)驅(qū)動的遙感影像場景理解綜述：場景分類，場景檢索和場景引導(dǎo)的目標(biāo)檢測》）在國際SCI期刊上發(fā)表;由李彥勝指導(dǎo)的本科三年級學(xué)生黨博等獲得全國高等學(xué)校大學(xué)生測繪科技論文大賽特等獎(jiǎng);由李彥勝指導(dǎo)的本科三年級學(xué)生李晨陽等獲得美國大學(xué)生數(shù)學(xué)建模競賽一等獎(jiǎng)。

桃李不言，下自成蹊。曾經(jīng)在多位前輩科學(xué)家指引之下不斷成長的李彥勝如今也希望帶給學(xué)生同樣的影響和感受?？茖W(xué)攀登，永無止境。有了年輕人的加入和傳承，李彥勝及其團(tuán)隊(duì)的工作也有了更多的底氣和自信，未來，他們還將工作重點(diǎn)放在遙感領(lǐng)域知識圖譜和深度學(xué)習(xí)相結(jié)合的技術(shù)研究和應(yīng)用上，“這種技術(shù)最大的特點(diǎn)就是很好地將深度學(xué)習(xí)在面向底層特種的學(xué)習(xí)能力，以及知識圖譜面向高層這樣一種類似于人的推理能力，兩者相結(jié)合，從而推動新一代人工智能遙感影像的理解……”，站在人工智能與遙感大數(shù)據(jù)挖掘深度融合的浪潮之上，李彥勝及其團(tuán)隊(duì)期盼和同行們一起，共同描繪遙感藍(lán)圖。