唐旭，西安电子科技大学人工智能学院，教授/博导，副院长，国家级青年人才，网信创新人才。长期从事高分辨率对地观测相关方向的课题研究，面向高分辨率遥感影像理解与应用的重大需求，在国家自然科学基金重点、面上和青年项目等的联合资助下，围绕遥感影像表征学习、内容理解等方面开展创新性的研究，取得了突出的理论与技术成果。合作出版专著1部；在本领域权威国际期刊和会议上发表论文100余篇，12篇论文入选ESI高被引文章，研究成果荣获2022中国自动化学会自然科学二等奖。2023、2024连续两年入选斯坦福大学发布的“全球前2%顶尖科学家”榜单。主持国家自然科学基金项目（面上项目和青年基金）、国防领域基金、陕西省重点研发计划等省部级科研项目，授权/申请国家发明专利授权36项。受邀担任IEEE GRSL副编辑、国际遥感期刊《Remote Sensing》编委、国际地球科学与遥感大会IGARSS分会主席、中国图象图形大会分论坛主席等。长期担任包含IEEE TIP、IEEE TGRS、CVPR在内的30余种国际知名期刊和国际会议审稿人，2022、2023连续两年被IEEE GRSL期刊评选为最佳审稿人。

焦李成，欧洲科学院院士，IEEE Fellow，西安电子科技大学华山学者杰出教授。现任人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能信息处理科学与技术国家创新引智基地主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、“一带一路”人工智能创新联盟理事长、陕西省人工智能产业技术创新战略联盟理事长、秦创原人工智能首席科学家、中国人工智能学会第六-七届副理事长、亚太计算智能学会主席，当选IEEE/IET Fellow/AAIA/ACIS/AIIA Fellow、中国人工智能学会会士、中国计算机学会会士、中国电子学会会士、中国自动化学会会士、中国图象图形学会会士，连续十一年入选爱思唯尔高被引学者榜单、并入选科睿唯安高被引科学家、斯坦福大学前2%科学家、ScholarGPS全球前0.05%顶尖学者榜单，担任Research、IEEE TCYB、IEEE TNNLS、IEEE TGRS等期刊AE。

钟燕飞，武汉大学测绘遥感信息工程国家重点实验室教授，博士生导师，遥感影像信息处理研究室主任，IET Fellow，国家杰出青年科学基金项目获得者。主要从事智能化遥感数据提取分析与应用方向的研究，包括：高光谱遥感信息处理、高分辨率遥感影像理解、多源遥感数据地学解译等。主持国家重点研发计划课题、国家自然科学基金优秀青年科学基金、国家自然科学基金面上/青年基金，装备部、军委科技委等项目。在RSE、IEEE TGRS、ISPRS Journal of P&RS、JGR、IEEE TIP等高水平期刊上发表论文100余篇，8篇论文入选ESI高被引/热点论文。研究成果获测绘科技进步一等奖、湖北省自然科学一等奖等，美国摄影测量与遥感协会主席奖、SPIE理论创新奖、IEEE GRSS高光谱视频竞赛冠军等国际学会和竞赛奖励。当选IEEE Senior Member；担任遥感领域国际权威期刊IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、International Journal of Remote Sensing的副主编。入选中国青年科技奖、霍英东青年教师奖、全国优秀博士学位论文、教育部新世纪优秀人才支持计划，湖北省杰出青年基金等计划。

张向荣，西安电子科技大学人工智能学院，教授/博士生导师，国家级领军人才。面向高分辨率对地观测国家重大需求，长期从事遥感影像智能解译领域的课题研究，围绕表征、解译和认知推理开展系统研究，取得了创新性成果，获教育部自然科学一等奖1项、陕西省科学技术一等奖3项。研究成果共发表论文300余篇，以第一发明人授权国家发明专利50余项，研制了遥感影像类脑解译系统，部分成果应用于重要领域。研究成果荣获中国自动化学会自然科学二等奖，人工智能学会优秀科技成果。担任IEEE TGRS等期刊副编辑，《自动化学报》编委，中国遥感应用协会专委会常委，中国空天大数据与人工智能专委会常委等。

遥感解译基础模型：数据、方法和应用

对地观测已进入大数据时代，遥感基础模型以其泛化能力得到越来越多关注。报告针对基础模型用于遥感实践面临的问题挑战，系统阐述了如何构建高质量的样本数据集、如何结合成像物理优化网络模型、如何提升大规模解译任务的时效性等三方面的技术进展。进一步，介绍了基础模型在国民经济多个领域的应用效益。

孙显，中国科学院空天信息创新研究院，研究员，博导。长期从事空天信息智能分析的理论研究与工程实践。获国自然青年科学基金（A类）项目、万人青拔计划等资助。获国家及省部级科技奖励5项。入选IET Fellow、全球前2%顶尖科学家终身科学影响力榜单，任IEEE GRSS AdCom委员，IEEE GRSM、GRSL等多个国际期刊编委，及中国指控学会副秘书长、中国图象图形学学会遥感专委会秘书长。

遥感影像的感知与解译

遥感解译是对遥感影像进行识别、分类和解释的信息处理过程，是实现地表信息提取、环境监测和空间认知等应用的关键环节。解译技术经历了从人工判读到机器智能分析的演进，长期以来，智能解译的研究路径主要集中于模拟人脑的认知机制，但最新研究表明，人工智能与人脑在信息处理方式上存在本质差异，二者在能力优势上各具特点。未来的发展趋势是让机器聚焦于高维数据处理、精细特征感知等擅长领域，构建以智能感知为核心的解译体系。报告针对遥感解译理论尚不完善，地物高灵敏度探测机理仍不明确等科学问题，主要围绕跨域遥感场景解译技术和高信噪比高光谱成像技术两个方向展开，旨在发现跨域遥感图像解译模式，探究光谱高灵敏度地物识别机理。

卢孝强，福州大学副校长，研究员，博导，国家杰出青年科学基金获得者，数字电视智能化技术国家地方联合工程研究中心主任，研究方向包括智能光学感知、探测器研制和光学影像数据处理等。发表学术论文200余篇，其中IEEE Tran. 论文 100 多篇，引用率 15000多次，入选遥感学科全球高被引学者，担任国内外多个期刊编委。获教育部自然科学二等奖和湖北省自然科学一等奖。

持续学习：从小模型到大模型

持续学习是新一代人工智能系统的核心能力之一，其核心目标在于使智能系统在动态吸收新知识的过程中有效保留历史知识，从而避免模型训练中的"灾难性遗忘"现象，最终逐步趋近人类终身学习的认知特性。随着大模型技术的发展，持续学习范式面临新的问题和挑战，本报告将首先解析经典小模型持续学习的理论框架与实现路径，随后介绍团队在大模型持续学习方向的最新研究成果。

丛润民，山东大学教授、博士生导师，国家高层次青年人才、山东省泰山学者青年专家，入选全球前2%顶尖科学家终身影响力榜单。主要研究方向包括模式识别与机器学习、计算机视觉、具身智能等。主持了包括国家自然科学基金（面上、青年）、科技创新2030子课题在内的10余项科研项目。在TPAMI、IJCV、TIP、NeurIPS、CVPR、ICCV、ICML等CCF-A、IEEE/ACM Trans 论文100余篇，ESI热点论文2篇、ESI高被引论文20篇，谷歌引用15000余次；授权国家发明专利40项。担任IEEE Transactions on Neural Networks and Learning Systems等3个SCI期刊编委，获中国图象图形学学会自然科学奖二等奖（序1）、IEEE Chester W. Sall奖、CVPR/ECCV竞赛冠军、IEEE ICME 最佳学生论文奖亚军、ACM SIGWEB 中国新星奖、中国图象图形学学会优秀博士学位论文奖、《信号处理》2020-2022年度优秀论文奖等。

电力作业安全风险智能监测与防控关键技术

报告围绕国家电力能源生产安全的战略需求，以“全域感知-事前管控-事中研判-事后复盘”为核心创新思路，介绍电力作业安全风险智能监测与防控研究中的系列工作：针对电网生产作业施工场景多元化、高动态的挑战，提出了低置信度检测框驱动的全域智能算法，研制了全域感知装备，并构建了电网作业全场景智能感知体系；针对电网作业前流程管控中作业票手写体不规则、违规识别准确率和效率低的挑战，设计了动态纹理分析嵌入的轻量化CRNN-Transformer混合架构；针对电网作业中未知风险识别难、跨场景人员追踪精度低的挑战，提出了多粒度行人在线动作检测的危险行为预测方法；针对电网作业后违规行为发现难、定责难度大的挑战，提出了视觉-文本双模态的安全风险可解释性多模态模型。

赵才荣，工学博士，同济大学计算机科学与技术学院教授，博士生导师，计算机智能教研室主任。目前担任上海市计算机学会计算机视觉专委会主任，中国图象图形学学会青工委秘书长，担任《中国图象图形学报》、《计算机科学》青年编委。主要研究领域：计算机视觉，主要聚焦于智能视频行人分析及其隐私安全研究，重点研究高效可信行人再识别、多模态数据驱动的自动驾驶以及垂直领域模型的知识表示与推理问题。已在TPAMI、IJCV、《中国科学.信息科学》、CVPR、ICML、NIPS、ICLR、AAAI等发表学术论文50余篇，授权发明专利18项，研究成果获2022年上海市科技进步一等奖（序4/13），研究成果获2023年上海市自然科学二等奖（序1/4），获《中国科学:信息科学》2023年度热点论文奖，获第二届全国人工智能应用场景创新挑战赛总决赛特等奖（项目首席科学家）。主持国家自然科学基金4项。获2024年上海市计算机学会教学成果一等奖（序1/8），指导学生获中国电子学会优秀硕士论文，获上海市计算机学会优秀硕士论文。

多维度SAR复杂场景目标重建与智能解译

合成孔径雷达是对地观测的重要遥感手段，受限于其特殊成像机制，真实世界的连续目标在SAR图像中表现为离散的空间响应，复杂场景下目标与背景耦合难以区分，通过增加多维度信息能够显著提升。本报告从多基线和多时相两个角度分析了融合多维度信息对提升SAR图像解译能力的可行性。基于多基线SAR数据，利用电磁散射语义模型表征目标结构特征，给出电磁先验启发的三维结构重建方法；基于多时相SAR数据，提出停机位先验约束跨域目标检测识别方法。研究为多维度SAR信息挖掘与利用提供新的解决方案。

胡凤鸣，复旦大学未来信息创新学院副研究员，硕士生导师。主要从事雷达三维成像与智能感知、多时相动态目标检测、多模态融合感知、新体制雷达系统设计等相关研究；在IEEE TGRS，ISPRS J.等期刊及会议发表论文40余篇；主持国家自然科学青年/面上基金，作为骨干参加国家重点研发计划、自然科学基金重大、重点项目等；担任IEEE JSTARS副主编、雷达学报、Remote sensing客座编辑，IEEE GRSS上海分会副主席，曾获上海市自然科学二等奖、APSAR2019、IRC2023国际学术会议优秀论文、2023雷达未来之星、首届空天信息技术大会空天之星等荣誉。经中国电子学会推荐，入选第十届中国科协青年人才托举工程。

多模态时空遥感先验学习与解译

遥感作为服务国家战略和社会发展的尖端应用领域，光学、SAR、红外、激光雷达等多源时空遥感数据在空间、时间和光谱维度提供互补特征，为地物识别、环境监测、资源调查和应急响应等任务提供重要支撑。本报告首先，介绍大模型构建的动机和总体思路，重点在跨模态时空表征、先验学习与知识体系构建。其次，介绍模型如何实现特征表达能力与任务适配性的统一。最后，展示团队“悟瞳·多模态遥感基础大模型”在目标检测与跟踪、变化检测、语义分割和场景分类等多种任务上的表现。

刘旭，西安电子科技大学副教授、IEEE Senior Member、中国人工智能学会高级会员、中国电子学会高级会员、中国计算机学会高级会员、“陕西省优秀博士学位论文”入选者、陕西省课程思政示范课程团队入选者、“西安市科协青年人才托举计划”入选者、华为云开发者布道师。主要从事“人工智能+遥感解译”基础理论和应用技术的研究工作，发表IEEE Trans论文50余篇，其中ESI热点论文1篇次、ESI高被引论文2篇次，合作出版学术专著5部，获得省级及以上奖项4项，参与研制了“秦岭·西电遥感脑”系统平台，指导学生获20余项国际大赛奖项。