近日，2024全国大数据与计算智能挑战赛决赛在长沙圆满落幕，中国科学院长春光机所图像部朱明研究员担任指导教师，由高级工程师王佳荣，特别研究助理孙佳琪，博士研究生秦一及硕士研究生杨瑞麒、袁源富组成参赛团队，参加了“基于多源异构融合数据的空间物体识别”赛题。该赛题分为互联网初赛、线下复赛、线下决赛3个环节，选用仿真+实测数万张数据进行测试选拔。团队凭借扎实的技术实力和高效的团队协作，一路过关斩将，最终荣获该赛题全国第一名的优异成绩，后续将获得百万量级的研究经费资助。

全国大数据与计算智能挑战赛是由大数据与决策国家级重点实验室组织的年度赛事活动，作为中国大数据与人工智能领域最具影响力的综合赛事之一，旨在深入挖掘大数据应用实践中亟需破解的能力生成难题，选拔汇聚数据领域优势团队，促进大数据领域的技术创新和面向需求的成果生成，推动形成“集智众筹、联合攻关、共享共用”的研建用一体迭代演进创新模式。本届大赛以“发榜挑战、集智攻关”为主题，面向全国大数据与计算智能领域的相关单位，共设有10个赛题，以“揭榜打擂”的形式组织创研竞赛，通过线上打榜与现场评审相结合的方式决出优势团队。共吸引了3083支队伍、4278名选手报名参赛、同台竞技，提交有效作品9037个，参赛单位涵盖260余所高校、420多家企事业单位，汇聚全国大数据技术领域顶尖机构与知名企业。

“基于多源异构融合数据的空间物体识别”赛题旨在实现光雷高分辨图像融合的空间物体识别与主要部件检测，其中的识别包括库内已知型号和库外未知型号，部件包括帆板、载荷、主体。该赛题将有效助力空间物体陨落形态确认及碰撞预警，提升对空间事件的响应能力。

根据赛题需求，团队在前期图像细粒度识别算法的经验积累上，创新性的利用多阶段和多注意力机制的方式改进了现有的图像识别深度学习网络，通过调整网络架构使其适配于光雷异源图像数据双流输入，针对光学与ISAR数据级融合对齐难、决策级融合缺依据的难题，设计了动态权重调整方法，在图像特征级层面实现了高效融合，显著提升了算法识别准确率，从而解决了小样本下的空间物体已知和未知目标身份确认、部件检测难题。算法性能的优越性、算法设计的新颖性、算法运行的稳定性、算法方案的可扩展性及应用前景受到了决赛评审专家组的高度认可和赞扬。

利用人工智能技术对我所的光电装备研制赋能是新时代、新发展下图像部的使命，图像部研究团队将进一步推进科研工程应用与成果转化工作。针对国家和业界的实际需求，面向遥感信息在轨智能处理、红外探测预警、空间态势感知等领域中的关键技术努力攻关，保持科技报国的初心砥砺前行、踔厉奋发，为推动新质生产力发展，增强发展新动能贡献力量。