6月19日下午，“统计大讲堂”第一百二十二讲——“青椒说”系列讲座第三期如期举行。讲座以“研究新视角：AI+卫星图像让应用统计可感知”为主题，由统计学院讲师白琰冰主讲。此次讲座为线上讲座，众多师生通过腾讯会议参与研讨。统计学院老师、中心研究员李扬、肖争艳、高光远参加讲座。统计学院副院长尹建鑫主持本次讲座。

尹建鑫首先介绍了主讲人白琰冰的相关信息。白琰冰是中国人民大学统计学院数据科学与大数据统计系讲师。主要研究领域包括机器学习、深度学习、大数据分布式计算、卫星遥感、空间数据科学等。在IEEE，Remote Sensing等国际期刊发表多篇论文；主持美国Microsoft公司人工智能基金，参与日本学术振兴会JSPS基金项目；承担中国人民大学大数据硕士专业课程《大数据分布式计算》和本科生《统计学》的授课工作。担任北京大数据协会理事会理事。

白琰冰介绍了卫星影像大数据的基本知识。他提到，随着互联网与数字化技术的发展以及对时空数据等非数值数据的研究，我们已可以从空间的角度发掘数据以服务于决策。他指出，目前的卫星影像数据种类丰富，主要包括光学影像数据、夜光灯影像数据、热红外和高光谱卫星影像数据等。当前卫星影像大数据方面的研究主要发表在CVPR，NeurlPS、KDD等期刊上，主要关注对图像中建筑物的提取。如今卫星影像相关的应用方法中最常见的是通过大量数据训练模型，提取卫星图像特征，以判断该地区建筑、植被等分布状况。

白琰冰同时介绍了自己在卫星影像大数据方面的研究成果。他通过分析日本部分地区的卫星影像数据，对这些地区房屋受灾情况进行了评估。具体方法为生成部分原始数据标签，利用深度学习算法进行损毁识别；同时利用U-Net卷积神经网络对受灾前后图像进行语义分割，评估受灾情况。此外，白琰冰还从经济和环境统计、金融债券、风险管理和保险以及流行病学四个领域的角度，详细介绍了卫星影像大数据应用统计的创新研究，极大地拓宽了同学们的视野。

在提问环节中，在线师生积极参与。白琰冰对“如何从时间序列角度处理卫星图像数据”、“汽车传感器获取的数据与卫星图像数据的区别”等问题进行了耐心细致的解答，与老师同学们进行了深入的交流。