2024年第44届国际地球科学与遥感大会(International Geoscience & Remote Sensing Symposium，简称 IGARSS)于7月7日-7月12日首次在希腊的Megaron雅典国际会议中心召开，该会议是全球遥感领域最大规模，最具影响力的国际会议。2024年IGRSS会议由国际电子与电气工程师协会(IEEE)地球科学与遥感学会(GRSS)与雅典国家天文台联合主办。

2024年IGRSS会议的主题为“为可持续性和适应性而行动”，旨在激发关于科学、创新和创建可持续未来的深入讨论。本次IGRSS会议主要包含155个口头汇报和海报专题（15个平行口头汇报通道，9个海报小组），一个学生竞赛，六个技术委员会会议，一个业界专题以及五个社交活动。本次会议涵盖的主题包括SAR数据、高光谱数据、时序数据的处理与应用，以及遥感数据在森林植被、海洋大气、城市环境、食品安全、太空探索等方面的应用，吸引了69个国家约3100名专家学者前来参会。

智能化遥感数据提取分析与应用研究组（RSIDEA）钟燕飞教授、赵济副教授、何达副教授、卢晓燕博士、刘寅贺博士、在读博士生雷蕾、孙振东、闫恒、王宁静以及已毕业的何佳妮硕士参加了本次会议。RSIDEA研究组在IGARSS 2024共录用论文12篇，包括6篇口头报告（Oral），6篇海报（Poster），相关研究主要利用高分辨率遥感影像数据、时序多光谱数据、雷达数据等多模态遥感数据，以深度学习框架为主要研究方法，实现遥感影像的智能解译。研究内容涵盖“像素-目标-场景”的智能解译，以解决遥感影像解译在地表覆盖精细分类、多模态数据配准与变化检测等方面的难题。会议期间，RSIDEA团队成员与海内外专家学者进行了广泛的交流。

RSIDEA研究组参会成员在IGARSS 2024会议合影

RSIDEA研究组参会成员在IGARSS 2024会议合影

博士后刘寅贺汇报了其在本组攻读博士生期间进行的高分辨率遥感变化检测（Oral）和地表覆盖分类（Poster）的相关研究。在变化检测方面，论文提出了一种名为MapChange的新框架，通过结合时间不变的历史地图数据和当前高分辨率影像来增强语义变化检测，该方法有效解决了传统图像对比方法中因不同时相间影像差异导致的漏检和虚警问题。在地表覆盖分类方面，论文提出了LabelAgent框架，并使用深度强化学习方法来识别和校正标签噪声，从而改进土地覆盖分类的准确性。

博士后刘寅贺现场汇报与海报交流展示

雷蕾博士生汇报了其在作物精细分类方面的相关研究。针对多级细粒度作物分类中类别不平衡的问题，论文提出了一种多专家知识蒸馏模型，分别针对不同数量级的作物采用分而治之的策略和渐进式学习蒸馏方法将多专家知识蒸馏到统一的学生模型中，改进现有方法在多级细粒度作物分类中少类别作物难以识别的问题。

博士生雷蕾现场海报展示与交流

闫恒博士生汇报了其在多模态遥感数据配准中的相关工作。针对多模态遥感图像配准中严重的非线性辐射度差异和几何失真等问题，论文提出一种结合卷积神经网络和图神经网络的快速配准方法ACGNet。实验结果表明，所提方法具有尺度和旋转不变性，能够高效、稳定地对齐多模态遥感图像。

博士生闫恒现场海报展示与交流

孙振东博士生汇报了其在无监督域适应跨区域变化检测中的相关工作，针对区域间物候多变的农田场景下特征分布差异大的问题，论文基于无监督域适应技术提出多视角域混淆模块MVDC，在特征融合前与融合后视角实现特征对齐，实验结果表明通用变化检测网络在插入MVDC后，可实现较高精度的跨区域农田变化检测。

博士生孙振东现场汇报与海报展示交流

王宁静博士生汇报了其在高分辨率遥感农村道路提取方面的相关工作。针对当前道路提取中存在的道路漏检、误检等问题，论文提出了一种新的显著性感知道路提取深度网络SAN，该方法旨在捕获远程依赖关系，同时增强狭窄道路的特征表示。实验结果表明，所提出的方法取得了更好的性能，特别是在狭窄的道路上，证明了其在农村道路提取方面的优越性。

博士生王宁静现场汇报

其他接收论文简介：

1. Spliting road network to raod segment instances for vector road mapping：针对现有道路提取方法中出现的道路矢量虚警和断连问题，提出利用道路图最小拓扑单元作为道路网基础单元，设计了RoadSegment框架基于道路段实例实现了道路图矢量生成，在多个数据集上取得了最优结果。（第一作者：杨若雨，2024级博士生）

2. Self-supporting adaptive prototype learning for remote sensing few-shot semantic segmentation:针对小样本任务支持集和查询集之间存在视觉差异导致的特征差异问题，设计了一种自适应自支持原型学习网络，以缓解提高特征原型生成质量，在对象级遥感数据集上取得了优异的性能。（第一作者：沈伟豪，2022级硕士生）

3. Decoupling features for remote sensing missing modality learning：针对模态知识迁移中特征知识不统一，设计了基于特征解耦的遥感模态缺失框架DFNet，通过移除不同模态风格特征提高了模态特征一致性，在全天候制图数据集上证明了方法的优越性。（第一作者：周逸恒，2023级硕士生）

4. Urban land-use classification with multi-source self-supervised representation learning and correlation modeling：针对现有基于多源数据的土城市地利用分类方法依赖多源样本训练模型，导致模型训练不充分的问题，提出基于多源自监督表示学习和关联建模的城市土地利用分类框架，该框架在中国典型城市土地利用数据集上进行了一系列实验，取得最优的效果。（第一作者：杨睿仪，2023级硕士生）

5. Large-scale tidal wetland classification based on label augmentation and error correction：针对现有大尺度滨海湿地分类制图任务中样本获取限制深度语义分割分类应用的问题，构建了一种少量历史点样本驱动的深度学习分类框架，生成了2022年10米分辨率亚洲滨海湿地分类图，定性定量效果优于已有公开产品。（第一作者：吴颖欣，2020级本科生）

6. Historical product driven large-scale high-resolution land cover and wetland classification: 针对现有湿地制图产品分辨率低、分类不精细的问题，利用历史地表覆盖和湿地产品作为高分辨率制图的训练标签，采用带噪标签驱动的深度学习湿地分类方法，以实现大尺度地表覆盖湿地制图应用，在省级数据集上取得了优异的性能。（第一作者：曾思琪，2020级本科生）

所有接收论文列表：

1. Liu, Y., Shi, S., Zheng, Z., Wang, J., Tian, S., Zhong, Y. Mapchange: Enhancing Semantic Change Detection With Temporal-Invariant Historical Maps Based On Deep Triplet Network. in Proc. In 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

2. Liu, Y., Xu, X., Shi, S., Yang, R., Zhong, Y. Remote Sensing Image Land Cover Classification With Label Noise Based On Deep Reinforcement Learning. In 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

3. Lei L, Pan, Y., Wang, X., Zhong, Y., Zhang, L. A multi-level fine-grained crop classification method based on multi-expert knowledge distill. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

4. Yan H., Ma A., Zhong Y,. Amalgamating convolutional and graph neural networks for fast multimodal remote sensing image registration. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

5. Sun, Z., Zhong, Y., Wang, X. MVDC: A multi-view domain confusion strategy for cross domain change detection. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

6. Wang, N., Pan, Y., Wang, X., Yao, W., Zhong, Y. A saliency-aware deep network for narrow road extraction of high-resolution remote sensing imagery. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

7. Yang, R., Liu, Y., Zhong, Y., Spliting road network to raod segment instances for vector road mapping. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

8. Shen, W., Ma, A., Zhong, Y. Self-supporting adaptive prototype learning for remote sensing few-shot semantic segmentation. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

9. Zhou, Y., Ma, A., Wang, J., Chen, Z., Zhong, Y. Decoupling features for remote sensing missing modality learning. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

10. Yang R, Su Y, Zhong Y. Urban land-use classification with multi-source self-supervised representation learning and correlation modeling. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

11. Wu, Y., Liu, Y., Xu, X., Zhong, Y. Large-scale tidal wetland classification based on label augmentation and error correction. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

12. Zeng, S., Huang, X., Wu, Y., Xu, X., Liu, Y., Ma, A., Zhong Y. Historical Product Driven Large-Scale High-Resolution Land Cover And Wetland Classification. 2024 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Accept.

供稿：雷蕾    排版：柯天    审核：吴娇