近日，CCF计算机视觉专委会简报第11期在线发表了《基于多源遥感影像的极地海冰时空动态监测》的文章，报道了中国海洋大学视觉实验室在极地海冰观测方面的研究成果。此项成果由中国海洋大学信息学院高峰博士、王胜科副教授、董军宇教授共同完成。文章链接：http://fenggao-file.stor.sinaapp.com/CCFCV-report.pdf
极地海冰的冻结和漂移对海上航运有重要影响，亟需利用遥感技术实现对极地海冰的实时监测。当前，我国正积极推动“一带一路”建设，随着中俄能源合作重大项目——亚马尔液化天然气项目正式投产，蕴藏巨大发展潜力的北极航线已引起各部门的重点关注。2017年6月，我国发布《“一带一路”建设海上合作设想》公告，明确提出要与各方“积极推动共建经北冰洋连接欧洲的蓝色经济通道”，标志着我国海洋建设已将目光投向了北极航线。在这样的背景下，基于多源遥感影像对极地海冰进行动态监测，对于我国海洋强国战略具有重要意义。
自2016年以来，视觉实验室利用计算智能技术开展极地海冰监测技术研究，推进海冰观测数据的自动、高效、智能处理。目前团队的研究工作主要包括基于SAR影像的极地海冰变化检测、基于高光谱数据的极地海冰识别。
在基于SAR影像的极地海冰变化检测方面，研究团队将显著算法应用于差分图像分析，使用基于图像的分类方法，有效提高了海冰变化检测的准确率。在基于高光谱数据的极地海冰识别方法，研究团队将自步学习思想引入极地海冰识别，将海冰样本按照从易到难开展学习，吸取人类在学习知识中的优点，可以准确识别高光谱图像中的海冰种类。项目代码和论文完全在网上公开，相关介绍和代码链接如下：
1. 基于视觉显著性和Random Multi-Graphs的极地海冰变化监测
项目主页和代码链接：http://fenggao.sinaapp.com/code/CD_FDA_RMG.html
2. 基于LSTM的海冰变化监测
项目主页和代码链接：http://fenggao.sinaapp.com/code/CD_DA_LSTM.html
3. 基于Random Multi-Graphs的极地海冰识别
项目主页和代码链接：http://fenggao.sinaapp.com/code/HC_RMG.html
4. 基于自步学习的极地海冰识别
项目主页和代码链接：http://fenggao.sinaapp.com/code/HC_SPBL.html
