航天航空图像智能处理

课程编码：180215082501M2003H 英文名称：Intelligent Processing of Aerospace Images 课时：40 学分：2.00 课程属性：专业核心课 主讲教师：李盛阳

本课程是航空宇航学院航空宇航科学与技术一级学科研究生的一门专业核心课程。本课程主要讲述航天航空图像智能处理领域的背景概况、技术方法、应用研究、困难挑战和未来发展等多个方面。核心内容主要涉及航天航空领域对地观测、空间科学实验、空间在轨处理和深空探测等不同层面图像智能处理任务的需求和应用研究进展，基于深度学习、机器学习等理论基础讲述相关针对性的智能化处理技术、方法，理论方法与应用相结合，力求学生掌握航天航空领域有关图像智能处理的基本理论、技术方法并具有一定的应用实践能力，夯实专业知识，了解航天航空图像智能化应用的前沿技术、方向和进展，培养研究生在相关方向上的研究兴趣和解决实际问题的能力。

线性代数、概率论、机器学习、深度学习

第一章 航天航空图像智能处理绪论 3.0学时 李盛阳
第1节 引言
第2节 航天航空图像智能处理典型案例
第3节 航天航空图像智能处理应用概况
第二章 深度学习基础理论与方法 6.0学时 李盛阳
第1节 特征工程与特征学习
第2节 深度学习理论基础
第3节 网络训练及优化
第4节 深度学习模型学习方式
第三章 图像智能分类 3.0学时 李盛阳
第1节 任务件简介
第2节 基于像素的图像智能分类
第3节 基于场景的图像智能分类
第4节 基于场景的卫星视频智能分类
第四章 目标智能检测 3.0学时 李盛阳
第1节 任务简介
第2节 图像目标智能检测
第3节 视频目标智能检测
第五章 目标智能追踪 3.0学时 李盛阳
第1节 任务简介
第2节 视频单目标追踪
第3节 视频多目标追踪
第六章 图像智能分割 3.0学时 李盛阳
第1节 任务简介
第2节 图像智能分割
第3节 视频目标分割
第七章 图像智能变化检测 3.0学时 李盛阳
第1节 任务简介
第2节 基于深度学习的图像变化检测
第八章 图像智智能能融合 3.0学时 李盛阳
第1节 任务简介
第2节 像素级图像融合
第3节 特征级图像融合
第4节 决策级图像融合
第九章 图像智能检索 2.0学时 李盛阳
第1节 任务简介
第2节 图像
第3节 传统类图像检索方法
第4节 基于深度学习类图像检索方法
第十章 空间在轨图像智能处理 1.0学时 李盛阳
第1节 任务简介
第2节 在轨预处理
第3节 在轨智能感知
第4节 在轨压缩
第十一章 空间探测领域图像智能处理 3.0学时 李盛阳
第1节 任务简介
第2节 空间图像智能处理
第3节 深空探测图像智能处理
第十二章 课程实习 3.0学时 李盛阳
第1节 航天任务场所课程实习与现场教学
第十三章 未来发展 4.0学时 李盛阳
第1节 存在问题
第2节 应用需求驱动创新发展
第3节 未来机遇与挑战
第4节 课程与实践总结

李盛阳，研究员、博导，任中国科学院空间应用工程与技术中心工程信息中心主任，中国科学院太空应用重点实验室副主任，载人航天工程主任设计师，兼任中国载人航天工程软件专家组成员，中国空间科学学会空间大数据专委会副主任委员、中国空间科学学会空间地球科学学会委员、中国图象图形学会遥感图象专业委员会委员、中国人工智能学会模式识别专业委员会委员、中国光学工程学会委员、《遥感学报》编委、《中国图象图形学报》编委、IEEE TGRS、IEEE JSTARS、Neurocomputing、JAG、《国防科技大学学报》等等多种期刊审稿人等。获省自然科学一等奖1项（排名第三）、军队科技进步二等奖2项（分别排名第一和第二），被国家五部委联合表彰为“中国载人航天工程突出贡献者”，获国家发明专利26项，负责和参与完成国际标准2项、国家标准3项和国家军用标准6项，出版专著1部，发表高水平学术论文一百余篇，指导研究生多次获得国内外有影响力有关人工智能方面竞赛的冠军。连续5年教授《航天航空图像智能处理与应用》研究生课程，于2022年、2023年连续两年获得院级优秀课程，2023年校级优秀课程，正在出版《航天航空图像智能处理》教材一部。