3月26日，2021IEEE GARSS数据融合竞赛组委会官方邮件发来喜报，西安电子科技大学人工智能学院三度问鼎冠军奖项，在本届大赛中获得1冠军、2季军的优异成绩。本届大赛参赛队伍由学院焦李成教授、刘芳教授、屈嵘教授、刘旭博士，团队博士生杨育婷、黄钟健、张俊、耿雪莉、孙龙，硕士生尹淑婷及陈大帆共同指导，获奖的三支队伍应邀将于7月在比利时布鲁塞尔召开的2021年IEEE国际地球科学与遥感大会（简称IGARSS）上进行成果汇报。

由“马彦彪、李钰鑫、冯可心”组成的学生队伍获得了2021IEEE GRSS Data Fusion Contest Track DSE（数据融合竞赛无电居民区检测挑战赛赛道）冠军。 “冯若贤、王梦娇、张轩铭” 组成的学生队伍获得了同赛道季军。

Track DSE ( The detection of settlements without electricity challenge track ) 的任务目标是使用多模态和多时段的遥感数据生成无电人类居住点的分类预测。冠军队伍使用通道注意力网络进行了多通道数据融合及分类。在夜间数据集的处理上为了更好的检测有电区域，减少夜间数据与其他数据融合时的误差，该团队设计训练了用于区分一个地区是否存在有电区域的神经网络模型，用于决策夜间数据是否与其他数据融合，最终取得了优异的成绩。季军队伍采用了Do-Conv卷积的Unet网络与D-LinkNet网络进行了多通道数据融合以及分割，并对输入数据进行了翻转，透视变换等数据增强操作。最终对多个模型预测出的分割结果进行了投票融合。同时，该团队通过对夜间数据通道设置阈值来修正分割模型的结果。

由“鲍骞月、刘洋、张紫霄”组成的学生队伍获得了2021 IEEE GRSS Data Fusion Contest Track MSD (数据融合竞赛多时段语义变化检测挑战赛赛道)季军。Track MSD (The multitemporal semantic change detection challenge track)的任务目标是使用低分辨率的粗标签与多光谱图像生成高分辨率的土地覆盖分类图并进行变化区域检测。季军团队基于高低分辨率标签混合训练的弱监督方法训练出多个分割模型，并加入地理时序先验以提高嘈杂低精度标签的训练效果，并利用多光谱本身的特性在NIR通道上单独训练了水域的二分类器，同时使用图像形态学方法处理分割后的区域连通性问题，最终使用集成学习方法对多个模型预测出的分类图进行投票融合。

据悉，学院共组织了6支队伍参与本次竞赛两个赛道的比赛，6支队伍全部进入了各赛道前10。本次竞赛由国家自然科学基金、中国人工智能学会-华为MindSpore学术奖励基金资助。

地球科学与遥感大会 (International Geoscience And Remote Sensing Symposium，简称IGARSS) 是世界空间技术、多源遥感数据获取技术、分析处理技术和应用的最新进展集大成者，备受相关领域学者的关注与参与。其中空间技术在地震监测、预警、灾害防御、风险评估、应急救援等及其相关领域的研究与应用也是该会议的重要主题。

西安电子科技大学人工智能学院焦李成教授团队在遥感领域有着20多年的研究积累，智能学子在该大赛中亦屡次取得佳绩，近几年累计获得该赛事冠军3次、亚军1次、季军4次，累计获得的冠军奖项数几乎达到了该赛事中国获冠军奖项数总数的一半。

2018IEEE GARSS数据融合竞赛中，西电人工智能学院焦李成教授团队分别在三个赛道取得了丰硕成绩，其中高光谱分类赛道，王爽教授指导的队伍challenger（方帅，权豆等）获得第一名；多光谱LiDAR数据分类赛道，焦李成教授指导的队伍IPIU（程林，李阁等）获得第三名。

2019IEEE GARSS数据融合竞赛中，焦李成教授、屈嵘教授指导的“连彦超、冯拓、周金柳”、“贾美霞、李艾瑾、吴兆阳”分别获得了2019IEEE GARSS数据融合竞赛3D点云分类挑战赛冠亚军。

2020IEEE GARSS数据融合竞赛中，在焦李成教授、刘芳教授、屈嵘教授的指导下，研究生尹淑婷、陈大帆、马成聪慧、连彦超组成的队伍获得了“低分辨率和高分辨率标签的土地覆盖分类赛道”的季军。

（中国日报陕西记者站）