9月25日（周四）上午11:10，我院特邀湖南大学方乐缘教授在南校区科技楼5056会议室作题为“资源受限遥感影像处理”的学术报告。学院近80名师生齐聚现场，共享这场聚焦遥感影像智能处理领域前沿的学术盛宴。

报告中，方乐缘教授围绕深度学习在遥感影像处理中的应用瓶颈展开深入阐述。他指出，高性能深度学习模型虽已广泛应用于遥感影像分析，但在星载/机载等实际场景中，数据数量、标注质量与计算能力的三重受限严重制约了智能模型的落地应用。针对这一核心痛点，方教授系统分享了其团队的三大创新研究成果：一是针对数据数量与质量受限问题，提出跨图像关联的半监督处理方法，有效摆脱模型对海量高质量原始数据的依赖；二是面对标注困难、代价高昂的难题，研发点标签智能解译方法，在保障处理精度的前提下显著降低标注成本；三是针对计算能力受限现状，设计高效网络层压缩方法，实现存储与计算代价的大幅降低，且不影响推理精度。

在互动交流环节，现场师生结合自身研究方向与实践困惑积极提问，方乐缘教授逐一给予细致解答，其深厚的学术素养与前沿的研究视角为在场师生带来诸多启发。

此次学术报告的成功举办，不仅搭建了我院与遥感影像处理领域顶尖学者交流的桥梁，让师生们精准把握了资源受限场景下遥感影像智能处理的技术前沿与发展方向，更为学院相关学科的人才培养与科研创新提供了新的思路。

报告人简介：方乐缘，湖南大学二级教授、教务处副处长兼学生创新创业中心主任，担任中国图象图形学学会图像应用与系统集成专委会主任等职务。作为科睿唯安全球“高被引科学家”与爱思唯尔中国高被引学者，他长期深耕遥感影像处理领域，斩获国家自然科学二等奖2项、湖南省自然科学一等奖2项、IEEE GRSS最高影响力论文奖等多项重磅荣誉，主持国家杰出青年科学基金（现青年基金A类）、优秀青年科学基金（现青年基金B类）、联合基金重点项目以及国家重点研发计划课题等多个国家级项目，在本领域顶级期刊发表论文200余篇，Google Scholar引用量超1.8万次，其中22篇入选ESI高被引论文、4篇获评ESI热点论文，学术影响力卓著。