近日，信息与通信工程学院张晓玲课题组在SAR海洋舰船智能探测领域取得重要研究进展。他们在遥感领域国际顶级期刊ISPRS Journal of Photogrammetry and Remote Sensing上发表了题为“Balance Learning for Ship Detection from Synthetic Aperture Radar Remote Sensing Imagery”研究论文。这是继课题组于2020年7月在该期刊发表题为“HyperLi-Net: A Hyper-Light Deep Learning Network for High-Accurate and High-Speed Ship Detection from Synthetic Aperture Radar Imagery”之后又一重要研究成果。

　　课题组博士研究生张天文为论文第一作者，张晓玲教授为唯一通讯作者，电子科技大学为论文第一署名单位。论文的合作单位包括武汉大学、上海交通大学、海军航空大学、中国科学院空天信息创新研究院和大连海事大学。该期刊为1区TOP期刊（IF=8.979），是国际摄影测量与遥感协会（ISPRS）会刊，2021年在地理、物理等50个国际期刊中排名第1，在遥感等32个国际期刊中排名第2。

　　该论文提出了一种平衡学习的思想用于SAR图像中海面舰船的检测，研究者们分析了现有技术的存在缺陷，首次指出了存在于SAR舰船检测中的四种不平衡现象，有效解决了现有技术存在精度提升难度大的问题。他们将平衡学习的思想应用在当前流行的深度学习模型上，取得了国际先进的海面舰船探测精度，实现了真正意义上的海洋态势感知。该论文首次在目前可公开获得的所有SAR数据上进行了验证，结果表明所提出的方法均达到了最优，这表明他们的技术能够克服现有技术存在迁移泛化能力差的问题。

图(a) 在新加坡马六甲海峡的SAR舰船检测；图(b) 在加德斯湾的SAR舰船检测

　　近年来，张晓玲教授课题组在SAR遥感领域和SAR信号处理领域还取得了更多研究成果，例如SAR目标智能探测识别和跟踪、SAR图像去噪解缠、InSAR高层反演、SAR目标散射特性、遥感视觉理解等领域，在遥感领域顶级期刊ISPRS Journal of Photogrammetry and Remote Sensing (IF=8.979)，IEEE Transactions on Geoscience and Remote sensing (IF=5.6)，Remote Sensing (IF=4.848)，IEEE Geoscience and Remote Sensing Letters (IF=3.966)等发表了多篇研究论文。张晓玲教授课题组并受邀在Remote Sensing期刊上组织了主题为“Synthetic Aperture Radar (SAR) Meets Deep Learning”专栏(Special Issue)，担任Guest Editor，该专栏将重点分析并研究SAR遇见深度学习时出现的种种挑战，目前正接收投稿。

　　课题组张天文博士于2019年进入张晓玲教授课题组攻读博士学位，在张晓玲教授的指导下在国内外知名期刊发表研究论文16篇，受邀担任2区TOP期刊Remote Sensing的Guest Editor，申请/授权专利10余项，获得研究生优秀共产党员、学术新秀、四川省优秀毕业生等称号，并连续两年获得博士国家奖学金，也曾获本硕国家奖学金。

　　论文链接：

　　https://www.sciencedirect.com/science/article/pii/S0924271620301404

https://www.mdpi.com/journal/remotesensing/special_issues/synthetic_aperture_radar_meets_deep_learning