|
|
|
|
10 访问 |
个人资料
教育经历2019.09-2023.06 中国科学院,自动化研究所,模式识别与智能系统,工学博士 2016.09-2019.06 中国科学院,空天信息研究院,地图学与地理信息系统,理学硕士 2012.09-2016.06 南京信息工程大学,遥感学院,地理信息系统,理学学士 工作经历2026.01-至今,华东师范大学,空间人工智能学院,助理教授 2023.07-2025.12 西安电子科技大学,杭州研究院,计算机科学与技术流动站,博士后 个人简介社会兼职研究方向
遥感图像智能处理、图像分割、域自适应与域泛化、图文多模态大模型
招生与培养开授课程科研项目主持: 中国博士后面上基金项目,多源多场景条件下遥感图像分割模型的泛化方法研究,2023.08-2025.07 陕西省自然科学基金青年项目,开放环境下多模态大模型驱动的遥感图像分割方法研究,2025.01-2026.12
国家重点研发计划项目,国土资源与生态环境安全监测系统集成技术及应急响应示范 国家自然科学基金重点项目,空天地多源协同测云关键技术研究 国家自然科学基金重点项目,基于认知计算的遥感卫星下行数据即时服务的理论与方法研究 国家海洋局海洋减灾中心项目,基于多源遥感数据的近海养殖区信息提取技术研究 学术成果以第一/通讯作者发表12篇学术论文(中科院一区5篇,二区4篇),代表性研究工作如下: 代表作1:C Liang, X Zhang, W Fu, W Li, Y Dong. Meta feature disentanglement under continuous-valued domain modeling for generalizable remote sensing image segmentation on unseen domains [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2025, 230: 738-753. 方法创造性地以自编码器对遥感域进行连续值建模,同时结合扩散模型的去噪思维实施特征解耦,并借助元学习进行泛化性训练,有效增强了遥感图像分割模型在未知目标域上的泛化能力。
方法根据遥感域偏移的特殊性,设计了一个纹理与风格随机化模块简单而有效地模拟遥感域偏移,并挖掘跨域样本的语义相关关系,从而有效提升模型对非独立同分布测试数据的泛化性。 代表作3:C Liang, B Cheng, B Xiao, Y Dong, J Chen. Multilevel heterogeneous domain adaptation method for remote sensing image segmentation [J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-16. 方法同时在实例级、特征级以及决策级进行域对齐,通过三者的优势互补,有效解决了复杂且细粒度的遥感域偏移,并能够有效挖掘异构域的光谱波段信息。 荣誉及奖励 |
