8月9日，2018年第三届“空间信息网络”学术论坛在吉林长春举办，会议旨在探讨空间信息网络及相关领域最新研究进展和发展趋势，展示最新技术及学术研究成果，为国内外空间信息网络领域的研究人员与行业领域部门提供学术交流平台，促进相关领域发展。

论坛中现任武汉大学遥感信息工程学院院长、中国科学院院士龚健雅院士就遥感影像稀疏表达与在轨智能处理研究进展发表了自己的看法。
 

龚院士指出：“我们的核心问题是，传感器和分辨率要求越来越高，但是实时的传输始终是我们网络的瓶颈；其次时效性差，我们在境外几乎没有卫星定位，如果国外发生一个突发事件，我们可以在境外把数据放到通信卫星上面，然后到国内再传下来。但是这里有一个问题，这个传输远远满足不了我们这个数据量的要求。所以时效性仍然是我们的瓶颈。”

同时，龚院士提到他目前的主要研究方向：协同处理与稀疏表征、在轨检测与识别处理、面向任务的智能压缩。

他说：”我们设计了一个任务驱动星地协同，上面的任务包括了解决的问题，数据流如何进来、分解，包括硬件的设计、软件的设计，把地面定标场的参数和地面定标的工作放到天上，可以消除大部分的卫星传感器的系统误差。稀疏是这几年的热门，稀疏表征包括稀疏的编码模型、结构化稀疏模型、层次化稀疏模型，包括信号的稀疏分解与重沟、压缩感知、图像的稀疏表示分类，来指导压缩。提出在轨空间数据的实时感知认知和智能遥感影像服务的新思路。将来天上不只是传输，还有一个服务器，这个大脑有一些算法能够在天上实现，这是第一个方向的问题。针对利用较少训练数据学习高判别力深度特征的难题，提出了目标的分类，现在目标检测已经做了很多工作，国内大概是2015年开始，这个项目很多谈对在用深度学习的方法来做目标的检测，已经取得了比较好的效果。 提出基于多级残差网络的压缩感知图像恢复算法，课题组做了大量工作，取得了比较好的成果。提出使用紧凑特征代替图像压缩流进行传输，提升压缩倍率并保证后续图像内容分析性能，压缩率提升500倍。我们把这部分信息单独提出来，可以大幅度提高压缩的倍率。将来的视频量非常大，属于我们提高500倍，就可以大幅度提高效率。”

未来，要做的工作是在轨处理集成演示验证。围绕应急救援，突出在轨处理，搭建演示试验环境，推进各关键技术集成演示。（作者：吕萌）