摘要：

珊瑚岛屿是一个重要的生态系统，但由于全球气候变化和人类活动的影响，这个生态系统正面临着巨大的威胁。为了实现珊瑚岛屿的保护和可持续管理，需要建立一个高分辨率的数字孪生模型，并利用先进的监测技术对其进行更新和维护。最新的摄影测量计算机视觉和深度学习技术，可以从空中到水下捕捉高分辨率的图像来测量和绘制物体和地形，以建立高分辨率的、精确的三维数字孪生模型监测南太平洋大溪地珊瑚岛屿生态系统，以实现珊瑚岛屿的精细监测和高时域信息管理。通过我们开发出的可重复、准确和低成本的avatar技术提取出珊瑚岛屿的各种特征和属性信息，如地形、底栖、水文等高精度的空间信息（如数字地图、数字表面模型等），自动检测和分类珊瑚、测量珊瑚的大小和形状，并对珊瑚的生长和退化进行监测，帮助人类更好地理解这个生态系统的结构和演化。我们在南太平洋大溪地的珊瑚岛建立了数字孪生模型，并对其进行实时和高时域监测和分析，通过比对历史数据和现场数据的变化情况，预测珊瑚岛屿未来的发展趋势和可能面临的风险，为相关政府部门和科研机构提供重要的参考和决策支持。同时，还可以将数字孪生模型的数据共享和应用于相关领域的研究和实践，如海洋保护、气候变化、海岸带旅游与经济开发活动等。

报告人简介：

李明，工学博士，武汉大学测绘遥感信息工程国家重点实验室特聘副教授，苏黎世联邦理工学院博士后等。 2016年在李德仁院士和郭丙轩教授的指导下获得博士学位，并在苏黎世联邦理工学院理论物理研究所物理计算研究团队和大地测量与摄影测量研究所摄影测量与遥感研究团队与Armin Gruen、Konard Schindler和Manfred Sigrist等教授一起自2020至今从事自主水下机器人和珊瑚礁遥感监测研究工作。 我的研究兴趣主要集中在3D计算机视觉及其在机器人/无人机自主环境感知与导航定位领域，特别是3D重建、场景精细理解、点云处理及其在城市室内外环境、全球气候变暖和无人机生态与人类生活环境监测中的应用。

腾讯会议号：678-731-213