8月9日，2018年第三屆“空間信息網絡”學術論壇在吉林長春舉辦，會議旨在探討空間信息網絡及相關領域最新研究進展和發展趨勢，展示最新技術及學術研究成果，為國內外空間信息網絡領域的研究人員與行業領域部門提供學術交流平臺，促進相關領域發展。

論壇中現任武漢大學遙感信息工程學院院長、中國科學院院士龔健雅院士就遙感影像稀疏表達與在軌智能處理研究進展發表了自己的看法。
 

龔院士指出：“我們的核心問題是，傳感器和分辨率要求越來越高，但是實時的傳輸始終是我們網絡的瓶頸；其次時效性差，我們在境外幾乎沒有衛星定位，如果國外發生一個突發事件，我們可以在境外把數據放到通信衛星上面，然后到國內再傳下來。但是這里有一個問題，這個傳輸遠遠滿足不了我們這個數據量的要求。所以時效性仍然是我們的瓶頸。”

同時，龔院士提到他目前的主要研究方向：協同處理與稀疏表征、在軌檢測與識別處理、面向任務的智能壓縮。

他說：”我們設計了一個任務驅動星地協同，上面的任務包括了解決的問題，數據流如何進來、分解，包括硬件的設計、軟件的設計，把地面定標場的參數和地面定標的工作放到天上，可以消除大部分的衛星傳感器的系統誤差。稀疏是這幾年的熱門，稀疏表征包括稀疏的編碼模型、結構化稀疏模型、層次化稀疏模型，包括信號的稀疏分解與重溝、壓縮感知、圖像的稀疏表示分類，來指導壓縮。提出在軌空間數據的實時感知認知和智能遙感影像服務的新思路。將來天上不只是傳輸，還有一個服務器，這個大腦有一些算法能夠在天上實現，這是第一個方向的問題。針對利用較少訓練數據學習高判別力深度特征的難題，提出了目標的分類，現在目標檢測已經做了很多工作，國內大概是2015年開始，這個項目很多談對在用深度學習的方法來做目標的檢測，已經取得了比較好的效果。 提出基于多級殘差網絡的壓縮感知圖像恢復算法，課題組做了大量工作，取得了比較好的成果。提出使用緊湊特征代替圖像壓縮流進行傳輸，提升壓縮倍率并保證后續圖像內容分析性能，壓縮率提升500倍。我們把這部分信息單獨提出來，可以大幅度提高壓縮的倍率。將來的視頻量非常大，屬于我們提高500倍，就可以大幅度提高效率。”

未來，要做的工作是在軌處理集成演示驗證。圍繞應急救援，突出在軌處理，搭建演示試驗環境，推進各關鍵技術集成演示。（作者：呂萌）