报告题目：基于统计抽样与扩散模型的遥感数据生成研究
报告人：郑晨 教授
单位：河南大学数学与统计学院
时间：2026年10月9日 8:30—12:00
地点：数信学院应用数学中心3412多功能报告厅
摘要：
图像智能解译是应用统计与人工智能的重要交叉研究方向。深度学习方法是图像智能解译的主流方案，然而模型训练需要大量人工标注样本，二维图像标注费时费力。基于已有标注数据开展样本生成与增强，可有效提升图像关键信息提取效果、缓解样本短缺问题。现有数据生成与增强方法多基于概率分布或几何变换，难以匹配真实观测数据特性。针对遥感图像场景痛点：同类地物类内差异大、场景复杂，模型泛化能力不足；异类地物特征相近、类间差异小，识别易混淆；多模态遥感数据存在统计偏移、样本生成困难等问题。本研究以分层抽样、易混淆类别先验抽样增强、扩散模型与Flow Matching等概率统计工具，提出遥感统计数据增强与样本生成新方法。
报告人简介：
郑晨，河南大学数学与统计学院教授，博士生导师。2012年获武汉大学理学博士学位。主要研究方向为基于统计的遥感数据智能解译，人工智能的统计理论与算法等。曾到加拿大University of New Brunswick大学进行博士后研究与访学。主持完成国家自然科学基金2项，省级科研项目7项。完成论文45篇，科学出版社出版教材2部，国家授权发明专利5项。获省自然科学奖二等奖、中国（上海）国际发明创新展览会金奖2项等。现任河南省人工智能理论及算法工程研究中心副主任，中国现场统计研究会大数据统计分会常务理事、中国统计教育学会理事、河南省数字图形图像学会常务理事、河南省应用统计学会理事。
