2023年3月18日，第五届“中科星图杯” 国际高分遥感图像解译大赛在厦门落下帷幕。我室张良培教授与杜博教授的指导的TNT团队在“高分辨率SAR图像中近海养殖场分割”赛道中荣获冠军。潘俊研究员指导的青枫浦团队在“高分辨率可见光图像中建筑物普查与变化检测”赛道中获得亚军。钟燕飞教授、贺威教授指导的学生团队取得佳绩。

张良培教授与杜博教授带领博士生郭昊南、韩承熙、王迪、韦逸，提出的“分辨率统一的大规模遥感视觉基础模型蒸馏”方案在“高分辨率SAR图像中近海养殖场分割”决赛中以最高精度、最快速度、最优答辩表现的绝对优势获胜，取得赛道第一名的成绩。

该方案以团队博士生王迪提出的全球首个面向遥感任务设计的亿级视觉Transformer大模型为核心，引入无监督微调与知识蒸馏技术，不仅解决了SAR图像与光学图像存在的域差异，还将大模型先进知识赋予轻量模型，在压缩模型容量的同时进行精确识别。此外，团队设计了分辨率统一化方案实现模型高效感知与推理，最终团队在决赛阶段取得了精度速度双第一的优异成绩！ 大赛在厦门大学举办了Workshop大会， 团队应邀参会并由博士生郭昊南汇报冠军方案，与会专家学者对TNT团队的创新思维与生动展示表示了高度评价。

方案中使用的大规模遥感视觉基础模型针对具有1亿参数的一般结构的ViT (Plain ViT)，采用掩码图像建模算法在大规模遥感数据集上进行无监督预训练获得初始权重，进而设计出符合遥感图像特点的旋转可变窗口注意力机制来代替Transformer中的原始完全注意力，能够有效应对遥感图像具有的大尺寸特性和遥感目标的朝向任意性。相关成果已在线发表在IEEE Transactions on Geoscience and Remote Sensing (《IEEE地球科学与遥感汇刊》)。论文题目为“Advancing Plain Vision Transformer Towards Remote Sensing Foundation Model”(《将朴素视觉转换器推向遥感基础模型》)。

潘俊研究员指导学生舒奇迪、张卓尔、胡佳睿、李璐在“高分辨率可见光图像中建筑物普查与变化检测”赛道中获得亚军，团队提出“联合多尺度和关系型上下文的建筑语义嵌入网络”，同时实现了建筑提取和建筑变化检测两项任务。该方案在建筑变化检测任务分支中充分嵌入建筑语义特征，引导并补充双时相建筑信息，将变化信息有效地约束在建筑这一类别；同时，联合多尺度和关系型上下文进行特征增强，提升建筑提取的完整性，增强对变化建筑的敏感性，该方案在初赛和决赛的精度得分中均排名第一，整体客观分排名第一。相关成果“MTCNet: Multitask consistency network with single temporal supervision for semi-supervised building change detection”已发表在期刊International Journal of Applied Earth Observations and Geoinformation。

第五届”中科星图杯“国际高分遥感图像解译大赛由教育部电子信息类专业教学指导委员会、高分辨率对地观测系统重大专项管理办公室、中国科学院重大科技任务局、中国遥感应用协会指导，由中国科学院空天信息创新研究院主办，国际电气和电子工程师协会地球科学与遥感技术(IEEE GRSS)、国际摄影测量与遥感学会（ISPRS）联合举办，是权威性全球遥感人工智能赛事。

大赛围绕国家中长期科学和技术发展规划，以及高分辨率对地观测系统国家重大科技专项的建设要求，重点面向可见光、SAR、卫星视频等国产化数据源，聚焦高分对地观测领域技术瓶颈，共设置6项国际赛道。本届大赛吸引了来自中国、美国、德国、西班牙、日本等国的高校、研究所和企事业单位的实名注册队伍近500支，实名参赛选手1200余人，包括清华大学、复旦大学、武汉大学以及德国慕尼黑联邦国防军大学等国内外顶尖学府。