王密 ,1, 程昫 ,1, 潘俊1, 皮英冬1, 肖晶2 1.武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079 2.武汉大学计算机学院，湖北 武汉 430072 摘要 大模型从深度学习和迁移学习技术发展而来，依靠大量的训练数据和庞大的参数容量产生规模效应，从而激发了模型的涌现能力，在众多下游任务中展现了强大的泛化性...
武汉大学测绘遥感信息工程国家重点实验室 被引频次 3890 成果数 285 H指数 33 G指数 59领域: 测绘科学与技术 期刊 77.9% 会议 12.6% 专著 0% 其它 9.5% 总计 285篇 2017年成果数22 2016年被引量311 全部年份 全部类型 全部作者 按时间降序 Dynamic Task Planning Method for Multi-Source Remote Sensing Sa...
另一个问题在于深度学习模型的可解释性较差,往往无法直接对输出结果进行控制和调整,无法满足摄影测量相关应用在量测和结果可验证性的需求。目前的研究集中在语义解释任务上,如斯坦福大学提出的SatMAE遥感大模型[77]、中国科学院空天院RingMo[49]、武大计算机学院RVSA[78]、河海大学RemoteCLIP[79]、浙江大学RS5M[80]...
2023第十一届高校GIS论坛,武汉大学教授王密作主旨报告《珞珈三号01星(双清一号)基于互联网的智能遥感卫星服务系统》。 以下为报告内容整理(未经本人确认): 王密教授作主旨报告 01 研究背景与研究思路 近年来,国际上掀起建设高密度低轨巨型星座的浪潮。2013-2021年国家自然科学基金委开展了空间信息网络基础理论与关键技术...
在数字化与智能化浪潮席卷全球的时代,武汉大学测绘遥感信息工程国家重点实验室的王密教授正在引领一场智能摄影测量的革命。他的研究着重于大模型技术在摄影测量领域的应用,探讨其现状、挑战与未来发展,这无疑为广大的科研和应用界注入了新的活力。 智能摄影测量的崭新视野摄影测量学通过影像获取和处理信息,为我们提供了描...
2.武汉大学计算机学院,湖北 武汉 430072 摘要 大模型从深度学习和迁移学习技术发展而来,依靠大量的训练数据和庞大的参数容量产生规模效应,从而激发了模型的涌现能力,在众多下游任务中展现了强大的泛化性和适应性。以ChatGPT、SAM为代表的大...
【王密团队连续发布多模态影像匹配与大区域影像融合新进展】近日,人工智能领域顶级期刊Information Fusion(《信息融合》)连续在线发表武汉大学测绘遥感信息工程国家重点实验室王密、潘俊教授团队在多模态影像匹配与大区域多时序遥感影像融合领域的最新科研成果。王密团队通过研究,建立了大区域、高时间分辨率的遥感影像全覆盖融合...
近日,人工智能领域顶级期刊Information Fusion(《信息融合》)连续在线发表武汉大学测绘遥感信息工程国家重点实验室王密、潘俊教授团队在多模态影像匹配与大区域多时序遥感影像融合领域的最新科研成果。 论文之一题为“GLS–MIFT: A modality invariant feature...
2.武汉大学计算机学院,湖北 武汉,430072 王密 博士,教授,研究方向为高分辨率卫星在轨处理与实时智能服务的理论和方法。wangmi@whu.edu.cn 摘要 低轨巨型星座是国家重要的新型基础设施,也是当前航天领域发展的前沿和热点。通过分析卫星集群与地面资源的“云-边-端”动态优化协作,开展面向低轨巨型星座的协同智能服务关键...