厦门大学空间感知与计算实验室

研究遥感图像中时序和空间信息智能挖掘与城市地表信息智能理解，同时结合多源城市环境数据，研究物理导向的深度神经网络，实现对城市温度、碳排等重要物理量的分析与预测，服务绿色城市规划、建设等国家重大战略需求。

采用基于深度学习的多尺度融合检测技术，实现遥感影像中变化特征及建筑、道路、河流等多种目标的智能解译。充分利用卫星、无人机、地面物联网设备搭载的多类型传感器，配合先验知识或业务规则，实现针对多类型地物要素的自动分类和变化检测，服务城市重要基础设施的核查普查及区域经济分析。

基于高分辨率光学、SAR等多模遥感影像，研究各类高价值机动和静态目标的检测问题，研究目标的潜在区域引导技术，研究目标特性提取方法，研究复杂背景、尺度变化、类别不平衡等条件下的鲁棒目标检测问题。为高分遥感的军民应用提供技术支撑。