第五届学生凌峰论坛：人工智能与海洋水色遥感

撰稿人：李旭 于廉涛 叶志远 徐坤杰

摄影：李薇

2024年11月28日，海洋与地球学院光学海洋学实验室、信息学院空间感知与计算实验室的学生联合发起的第五届学生凌峰论坛“人工智能与海洋水色遥感”在厦门大学翔安校区周隆泉楼召开，王程教授、李忠平教授、臧彧副教授、张彩云副教授、上官明佳副教授、余小龙副教授等参会、讨论。本次论坛深入交流了人工智能前沿、以及人工智能在水色遥感领域的应用等研究和实践，是一次学科交叉、交流的有益尝试。论坛由博士研究生生彭帅星主持。

海洋与地球学院光学海洋学实验室硕士研究生赵龙腾作《从卫星大气顶部测量中一步反演水质参数》报告，介绍了人工智能方法在水体透明度算法上的创新应用。该研究跳过在轨定标、大气校正等步骤，直接以卫星测量的大气顶部数码值作为输入，通过加入通道注意力、空间注意力机制等人工智能新方法，构建了水体透明度反演算法，很好地避开了传统数据处理模式中受到定标和大气校正准确性影响的问题。

信息学院空间感知与计算实验室博士研究生吴海介绍了在三维目标检测这一人工智能前沿方向上的一系列研究成果。当前三维目标检测任务面临目标姿态差异大、点云密度差异大以及标注成本高昂等亟待解决的问题。针对这些问题，他分别提出了基于变换等变特征学习（TED）、基于级联注意力网络（CasA）、基于虚拟点稀疏卷积的多模态（VirConv）、基于常识原型约束（CPD）和基于运动先验约束（CPD++）等从全监督到无监督的三维目标检测框架，大幅提高了模型遮挡目标检测能力和在复杂场景下的鲁棒性。

海洋与地球学院光学海洋学实验室博士研究生赖文典介绍了利用包含大气和水体信息的瑞利校正后遥感反射比，结合多层感知机方法，反演不同海域的浅海水深神经网络算法，不但弥补了传统模式在近岸海域像元水深数据的缺失，更显著提高了准确性和普适性。

信息学院空间感知与计算实验室博士研究生周巍昆提出了无人机视觉定位方法，将无人机图像和卫星图像输入图形编码器，并用视觉自监督模型dinov2提取图像特征，进而对像素中心经纬度进行检索，解决了传统卫星定位会受到电磁环境干扰从而产生拒止的问题，实现在复杂条件下更精确的无人机定位。

海洋与地球学院光学海洋学实验室博士研究生侯思远在会上介绍其基于全球多地采集同步观测数据，构建的涵盖光学参数、水深以及底质类型的浅海水深和底质类型验证数据库，并提出了基于Fast-RCNN模型的底质分类方法。该方法利用深度学习技术提升了底质分类精度，在珊瑚礁和沙地等单一底质区域表现优异，同时针对混合底质区域的分类难点提出了改进方向。浅海同步观测数据集的构建对于算法优化和浅海区域反演机制的分析具有重要意义。

信息学院空间感知与计算实验室博士研究生李文在会上针对当前隐式编码三维视觉定位方法精度低、无法估计预测位姿置信度、学习时间长等局限性，提出将定位解耦为对应关系回归和位姿估计，将定位建模为条件位姿生成并引入扩散模型，将定位模型解耦为场景无关编码器与场景相关预测器，提出了基于隐式场景几何编码，引入扩散模型，实现面向快速学习的隐式编码三维视觉定位方法。并介绍了在真实场景下对激光雷达隐式编码三维视觉定位性能进行评估。

海洋与地球学院光学海洋学实验室博士研究生李玲玲介绍了通过神经网络对近岸的盐度反演。通过对实测数据与卫星数据进行匹配，筛选高质量的光谱数据，再采用AutoGluon框架构建反演模型，实现对近岸盐度的反演。此外，还通过分析不同输入数据对结果的影响，为提升近岸水体盐度反演的精度进行了探索。

信息学院博士研究生颜明针对多模态网络的人体运动重建进行报告，通过融合RGB图像、激光扫描与实验相机数据，进行时序统一的多模态网络训练，实现了对人体复杂且快速运动的精确重建。报告介绍了网络模型的处理流程，通过多模态输入和时序统一策略，有效提升了人体运动重建的精度，为数字人领域的应用提供了创新的技术手段，特别是在结合激光与视觉数据的情况下，实现了更加精确的运动估计。

最后，王程教授和李忠平教授分别为本次论坛作总结。王程教授首先建议信息学科的同学们应该提高学术视野，胸怀使命感。在坚持问题导向的同时，应致力于将当前信息学科先进的方法论映射到更重要的科学问题上，积极探索和地学领域的有机结合。同时展望了遥感领域在当前数据倍增和经济价值日益增长的背景下的前沿方向。

李忠平教授再次感谢王程教授的出席和信息学院空间感知与计算实验室师生的积极参与。强调此次面对面交流机会来之不易，鼓励海洋与地球学院和信息学院的与会年轻科研人员珍惜机会，保持联系，积极交流探索学科交叉，将厦门大学信息和人工智能研究推向新的高度。

精彩瞬间：