| 评审组： | 计算机与系统科学组 | | 项目名称： | 空天遥感信息智能解译理论与方法 |
| 提名单位： | 陕西省航空学会 |
| 提名等级： | 一等奖 |
| 提名单位意见： | 该项目针对复杂场景下空天遥感数据所面临的样本稀缺、成像质量差及多源异构等一系列挑战，创建了高精度、强鲁棒的空天遥感信息智能解译理论与方法，突破了小样本劣信息增强表征、微波遥感成像信息解析、多模态遥感信息融合等关键技术，摒弃了传统的“特征提取-分类识别”串行学习范式，创建了收缩偏导约束的微波遥感信息稳健学习模型，揭示了异构信息对融合解译均衡性的影响机理，显著提升了空天遥感图像智能解译的准确性、鲁棒性与适应性。该项目5篇代表性论文均发表于国际权威期刊，3篇代表性论文入选ESI高被引论文。项目成果受到国内外院士以及IEEE Fellow等一批国际知名学者引用及高度评价，产生了重要的学术影响。项目成果应用于国家重大科技基础设施“航空遥感系统”、遥感卫星地面智能解译系统、高分遥感数字航道实验系统、复杂环境直升机盲降探测系统、智能无人海上侦察监视系统，有效提升了相关系统的解译精度，产生了重要的军事、社会效益。
该项目成果材料齐全、规范，无知识产权纠纷，人员排序无争议，符合陕西省自然科学奖提名条件。 |
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：蒋雯
排名：1
行政职务：无
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：发现点1、2、3的主要贡献者，提出了小样本劣信息增强表征方法，建立了多尺度度量学习的小样本目标识别（代表性论文1的第一作者）、解耦并行学习的劣信息智能识别模型（代表性论文2的通讯作者）；构建了特征分布对齐约束机制，提取了SAR图像鲁棒性的特征表征（代表性论文3的通讯作者）；构建了多模态遥感信息表征与融合新方法，揭示了异构信息对融合解译均衡性的影响机制（代表性论文4的作者）。
- 姓名：耿杰
排名：2
行政职务：无
技术职称：副教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：发现点2、3的主要贡献者，突破了微波遥感成像信息表征技术，提出了收缩正则化的SAR稳健特征学习方法（代表性论文5的第一作者）；提出了基于联合分布匹配的跨域自适应模型（代表性论文3的第一作者），创立了动态梯度调制融合模式，实现了异构遥感信息融合解译的均衡收敛（代表性论文4的通讯作者）。
- 姓名：邓鑫洋
排名：3
行政职务：无
技术职称：副教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：对发现点1、3有贡献，建立了目标多尺度信息高效表征方法，增强了目标间关联度匹配能力（代表性论文1的作者）；提出了条件概率分布匹配网络以增强跨模态信息表征的语义协同性（代表性论文3的作者）。
|
| 主要完成单位： | - 单位名称：西北工业大学
单位贡献：西北工业大学为项目主要科学发现提供了系统性的软硬件支撑。项目组依托西北工业大学先后承担了国家自然科学基金、军口重点项目、陕西省重点产业创新链项目等多项重要研究项目，购置并搭建了高性能计算平台、遥感数据存储与处理系统，支撑了空天遥感信息表征与智能解译理论与方法研究。学校为项目组提供了优质的工作环境和研究所需的软硬件设施、电子数据资源，为项目的顺利完成提供了强有力的支持。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
