⏳ 学术时间线
教育经历 · 科研项目 · 论文发表
2022.09 - 2026.06
博士
武汉大学 · 摄影测量与遥感
测绘遥感信息全国重点实验室
- 学位: 全日制学术博士(硕博连读 2+3)
- 研究方向: 计算机视觉、多模态图像语义分割
- 荣誉: 2020年实验室新生奖学金
2016.09 - 2020.06
本科
武汉大学 · 遥感科学与技术
遥感信息工程学院
- 学位: 工学学士
- 荣誉: 国家励志奖学金
- 竞赛: 美赛M奖和S奖
- 竞赛: 2019届MathorCup三等奖
- 竞赛: 第七届GIS应用大赛一等奖
- 竞赛: PRCV-航天宏图天气信息提取比赛第三名(赛道二第一名)
2024.07 - 2026.06
核心技术人员
国家重点研发项目
2024QY0702 · 271万经费
- 研发方向: 多模态数据融合与三维场景理解、大视觉语言模型(VLM)应用
- 负责项目整体技术路线规划与任务书撰写,推动项目顺利立项
- 主导多源数据融合与三维城市场景关键要素的智能解析算法研发
- 引入并微调前沿的大型视觉语言模型(VLM)
- 设计半自动数据标注,突破特定目标数据集快速构建的技术瓶颈
在研期间
核心技术人员
上海市科委项目 · 沉浸式分析系统设计
纵向课题
- 研发方向: 3D视觉、目标检测算法、视频流实时处理系统
- 主导三维模型自动化处理算法
- 设计基于规则与基于YOLO的3D模型自动化缺陷检测算法
- 基于OSG与Qt引擎实现三维模型的半自动修复系统
- 研发三维场景与视频流目标检测框架
- 基于OpenCV与FFmpeg搭建高效的视频拉流与推流处理管道
- 产出: 获授权发明专利2项(排名第二),登记软件著作权1项
本科 - 硕士期间
核心人员
国家自然科学基金 · 深度迁移学习遥感影像分类
基于深度迁移学习的遥感影像地表覆盖分类方法
- 基于GID数据集,实现基于软标签引导的弱监督语义分割算法研究(PyTorch + Lightning实现)
- 完成一篇论文发表(EI会议)
2025
SCI 1区TOP · IF 15.5
MSSDF: Modality-Shared Self-Supervised Distillation
Information Fusion, 129: 104006
- 作者: Wang T, Chen G, Zhang X, et al.
- 期刊: Information Fusion(计算机科学SCI 1区TOP)
- 影响因子: 15.5
- 主题: 高分辨率多模态遥感图像的模态共享自监督蒸馏学习
2025
SCI 1区TOP · IF 7.5 · ESI高被引
LMFNet: Lightweight Multimodal Fusion Network
Pattern Recognition, 164: 111579
- 作者: Wang T, Chen G, Zhang X, et al.
- 期刊: Pattern Recognition(计算机科学SCI 1区TOP)
- 影响因子: 7.5
- 荣誉: ESI高被引论文
- 主题: 高分辨率遥感图像分割的轻量级多模态融合网络
2025
SCI 1区TOP · IF 9.9
BFA-YOLO: Balanced Multiscale Object Detection
Advanced Engineering Informatics, in press
- 作者: Y. Chen, Wang T, Chen G.
- 期刊: Advanced Engineering Informatics(SCI 1区TOP)
- 影响因子: 9.9
- 排名: 共同第一作者(共一第二)
- 主题: 建筑立面元素检测的平衡多尺度目标检测网络
2023
EI会议
Smilies: Soft-Multi-Label-Guided Weakly Supervised Segmentation
Geoinformatics 2023, London, UK
- 作者: Wang T, Zhang X, Chen G, et al.
- 会议: 2023 30th International Conference on Geoinformatics
- 类型: EI会议论文
- 主题: 遥感图像的软多标签引导弱监督语义分割框架
2020
SCI 2区
Convective Clouds Extraction From Himawari-8
IEEE GRSL, 17(4): 553-557
- 作者: Zhang X., Wang T, Chen G., et al.
- 期刊: IEEE Geoscience and Remote Sensing Letters(SCI 2区)
- 排名: 导师一作,本人二作
- 主题: 基于双流全卷积网络的 Himawari-8 卫星积云提取