最后一张了

• 
• 最后一张

 近日，国际遥感领域知名期刊《Photogrammetric Engineering & Remote Sensing》（简称PERS）公布了编辑推荐奖评选结果，我院视觉感知与智能计算团队撰写的论文《Probabilistic Uncertainty Guided Salient Object Detection in Remote Sensing Images》成功斩获该奖项。团队杨威老师为论文第一作者和通讯作者。

 据悉，PERS作为美国摄影测量与遥感学会（ASPRS）的官方期刊，系中科院SCI四区期刊，2025年影响因子达1.96，在国际遥感领域具有较高权威性。其设立的编辑推荐奖，旨在表彰选题新颖、方法科学、兼具重要学术价值与应用价值的优秀论文，是对论文学术质量与研究价值的高度认可。

 《Probabilistic Uncertainty Guided Salient Object Detection in Remote Sensing Images》一文，聚焦现有深度学习检测方法在光照变化、阴影干扰等复杂场景下，易在物体与背景相似区域产生不确定性、导致检测精度不足的行业痛点，采用深度学习与概率不确定性评估相结合的研究方法，创新性提出不确定性引导网络（UGNet）。经实验验证，该网络在各项评价指标上均优于当前18种主流显著物体检测方法，表现出优异的检测性能。该研究成果不仅为遥感显著物体检测领域提供了一种高效可行的新解决方案，也为相关领域的学术研究与实践应用提供了重要参考依据和借鉴价值。

 此次成功斩获PERS编辑推荐奖，是团队长期深耕遥感显著物体检测领域、潜心科研攻关的丰硕成果。未来，团队将以此为契机，持续深耕领域前沿、潜心钻研创新，力争产出更多高质量、高影响力的科研成果，奋力在遥感智能检测领域实现更大突破，为我院相关学科发展注入新动能。

通讯员：王颖

审核：刘丽