我院焦建彬教授课题组论文被IGARSS 2026国际会议录用

  • 日期：2026-04-20
  • 82

  近日，我院焦建彬教授智慧应急研究组在多模态灾害建筑损毁评估（BDA）领域取得重要科研成果。研究团队提出了一种超像素检索增强分类框架（SRAC），旨在提升灾害发生后利用跨模态遥感数据进行建筑损毁评估的准确性与可靠性。论文《SRAC: Superpixel Retrieval-Augmented Classification for Multi-Modal Disaster Building Damage Assessment》被地学与遥感领域顶级会议IGARSS 2026（2026 IEEE International Geoscience and Remote Sensing Symposium）录用。IGARSS年会是遥感与地球科学领域全球规模最大、最具影响力的顶级学术会议。

  论文：《SRAC: Superpixel Retrieval-Augmented Classification for Multi-Modal Disaster Building Damage Assessment》在灾害快速响应中，利用灾前光学图像与灾后合成孔径雷达（SAR）图像进行建筑损毁评估至关重要。然而，由于光学与SAR传感器间的模态差异、严重的配准残差以及现有像素级模型在结构约束上的不足，导致评估结果常出现预测碎片化和边界模糊的“建筑实例不一致”问题。此外，灾害数据中严重损毁类别罕见，且SAR信号具有非直观性，进一步阻碍了对不常见损毁等级的识别。为应对这些挑战，研究团队开发了SRAC框架，利用VMambaSSN生成超像素以确保结构完整并抑制干扰，并引入外部知识检索增强机制，通过标注库强化稀有类别识别，有效攻克了数据失衡瓶颈。

宁思衡论文图片

  实验结果表明，SRAC在BRIGHT标准基准测试中表现卓越，达到了75.65% mIoU的先进水平，相较于主流基线模型提升了8.08个百分点。特别是在严重损毁类别的识别上，该框架展现出了显著的性能增益，为全天候、全天时的灾害快速响应提供了更加稳健的技术方案。该文章第一作者为博士生宁思衡，指导老师为焦建彬教授，李元助理研究员。