报告题目1：用于高分辨率遥感图像的语义分割方法研究

报告题目2：面向未知环境的多智能体协同搜索

报告人1：陈冰宇

报告人2：朱帅晖

邀请嘉宾：杨春霞

时间：3月3日（周四）14:15

地点：学科三号楼S302

内容简介：

       近年来，高分辨率遥感影像（HRRSI）的应用越来越广泛。由于HRRSI包含大量地物信息，即使是同一类型的地物，在不同时期或不同地点也表现出特征的多样性和复杂性。在卷积神经网络中，下采样操作通常用于提取抽象语义特征，这会导致高分辨率细节信息，尤其是边缘信息的丢失。为了解决这些问题，本文提出了一个多级特征聚合网络（MFANet），它主要在两方面进行改进创新：深度特征提取和上采样特征融合。首先，提出的通道特征压缩模块提取深度特征，并从主干网络中过滤冗余信道信息，以优化学习到的上下文。其次，提出的多级特征聚合上采样模块利用高级特征为低级特征提供指导信息的思想，嵌套使用两个通道注意力，这对高分辨率遥感影像的定位恢复具有重要意义。最后，提出的通道梯形细化模块用于优化恢复的高分辨率特征图。实验结果表明，所提出的方法在LandCover数据集上取得了先进的性能。

       多无人机协同搜索任务对UAVs有限的资源进行分配和调度，本质上是一个协同决策与优化问题。由于单架UAV平台的能力有限，使用多架UAV组成机群协同执行任务将是未来UAV应用的主流形式。在多智能体执行覆盖任务时，若探测到目标，如何根据目标信息情况选择覆盖子任务或跟踪子任务，涉及多智能体的任务分配方法，其为无人机在未知环境下合理切换覆盖子任务和跟踪子任务的选择依据。当目标数不断增多或位置信息噪声不断增加时，如何进行目标的最佳跟踪则是多智能体目标跟踪子任务所需考虑的问题。面向未知环境的多智能体协同搜索，核心思想是多智能体内个体仅通过观测其邻近个体的位置及速度，并将环境覆盖子任务、目标跟踪子任务、任务分配子任务进行耦合规划，从而使局部个体行为涌现出群体智能现象。

报告人简介：

       陈冰宇，中共党员，自动化学院控制科学与工程专业2019级硕士研究生，研究方向：遥感图像分割；主要成果：以第一作者身份发表SCI论文二区1篇；成功申请2021年度江苏省研究生科研与实践创新项目；获江苏省研究生数学建模科研创新大赛三等奖；获校二等奖学金、国家奖学金。

       朱帅晖，自动化学院2019级控制科学与工程专业研究生，研究方向：多无人机任务分配。主要成果：第十五届研究生电子设计大赛全国一等奖，第十七届“挑战杯”全国大学生课外学术科技作品竞赛江苏省一等奖，第十一届”北斗杯”全国青少年科技创新大赛研究生组江苏省一等奖，发表核心论文、SCI论文。

       欢迎广大师生积极参与！

自动化学院

2022年2月28日