1、图像/视频智能分析与理解

　　开展航空航天图像/视频数据的目标检测识别、变化检测、语义分割、目标追踪等研究，推动AI+航空航天图像/视频智能分析技术的发展，实现从感知到认知的突破与转化，为工程任务与各领域的智能化应用打下坚实基础，发挥重要的科技支撑作用。

　　已深入研究了相关滤波、深度学习等算法在多种复杂场景下（如光照变化、桥梁遮挡和相似目标临近等）的卫星视频地面运动目标的检测与跟踪，单目标准确率达到90%以上，较传统方法高出10%-20%。在目标种类丰富、目标尺度差异较大的情况下，多目标检测与识别算法可以达到93.7%的平均准确率，精度与效率得到了极大的提升。

　　图1 卫星视频目标跟踪与遥感图像目标检测结果

　　工程信息中心组队参加了由国家自然科学基金委信息科学部和空间信息网络重大研究计划指导专家组主办的“2018年‘眼神杯’遥感影像稀疏表征与智能处理算法大赛”（简称“眼神杯”），工程信息中心提出的算法在准确率、速率和抗遮挡性等多方面具有显著的优势，获得了决赛专家评委的一致好评，最终获得大赛全部选题综合排名的一等奖。

　　2、空间&深空计算机视觉及应用

　　行星场景三维重建与自主导航定位系统：以行星弱纹理图像特征匹配为核心，结合光束法区域网平差，实现光照不变性地外行星单一纹理区域自动三维场景重建算法及地外行星探测器自主导航定位方法，为人工智能深空探测技术的应用奠定理论基础。

　　以在轨卫星捕获、小行星三维重构和地外行星漫游巡视等前沿深空探测任务为应用背景，融合深度学习、语义分割、SLAM等新一代机器视觉算法，对深空探测智能巡航、空间目标快速感知、地外行星三维场景高精度重建等领域进行深入研究，为深空智能探测奠定良好的理论基础。

　　图2 场景重建效果