Lover of FlyZhyGG Research - VISION @ OUC

如何研究 ResearchHowTo
研究兴趣 Interests
计算机视觉与机器学习
海洋浮游生物图像分析与识别
水下目标视觉信息获取与处理
垂直探测电离图自动解译与度量
科研项目 FUNDING
在研
结题
学术论文 Publications
E-prints
2017
2016
2014
2013
Thesis
发明专利 Patents
代码数据 Code&Data

近年来主要开展计算机视觉与机器学习中的显著性检测(Saliency Detection)、目标检测(Object Detection)、特征提取(Feature Extraction)、特征学习(Feature Learning)、目标识别(Object Recognition)、图像分类(Image Classification)等相关研究。


Our research interests mainly focus on Saliency Detection, Object Detection, Feature Extraction, Feature Learning, Object Recognition, and Image Classification in Computer Vision and Machine Learning.

如何研究 ResearchHowTo

研究兴趣 Interests

计算机视觉与机器学习

Computer Vision and Machine Learning

海洋浮游生物图像分析与识别

Marine Plankton Image Analysis and Recognition/Classification

海洋浮游生物的分析与识别对于海洋生态系统、环境监测和海洋渔业生产等多方面意义重大。传统人工监测手段存在样品分析空间分辨率低、易受破坏、时效性差等问题。原位光学成像可现场实时采集具有较高时空分辨率且满足人眼视觉观测要求的浮游生物图像,且目前有不少系统已长期连续采集了海量浮游生物图像数据。因此,海洋浮游生物图像分析与识别成为海洋生态监测(尤其赤潮监测)的关键。

水下目标视觉信息获取与处理

Underwater Target Visual Information Acquisition and Processing

水下目标视觉探测技术因其能够提供更高的空间分辨率和更直观的图像信息,对于海洋资源开发、生物多样性等方面的原位观测与监测,具有重要的研究意义和应用前景。然而,由于水体本身具有高吸收、强散射等特点,使得水下视觉探测难度远高于大气视觉探测。尤其在我国近海海域及河流中,受到泥沙及其他悬浮粒子的干扰,水质更加浑浊。因此,如何抑制散射、提高能量能见度和衬度能见度是水下视觉信息获取的核心,如何复原水下图像、提高低信噪比水下图像中目标检测能力是水下视觉信息处理的关键。

垂直探测电离图自动解译与度量

Vertical Sounding Ionogram Parsing/Interpretation and Scaling

作为“太阳活动的反光镜”和“大气扰动的放大镜”,电离层研究具有极其重要的学术意义和社会经济价值。针对目前电离图人工度量费时、费力等问题,基于中国电波传播研究所自主研制电离层垂测仪,将其记录探测数据转换为频高图灰度图像,根据电离层反射回波信号特点并结合电离层分层结构特征,运用图像处理与分析技术,通过“去噪—分层—判识—提取—度量”完成电离层参数自动解译及度量,以期实现长期稳定实时电离层监测,可为电离层及其相关研究奠定基础。

科研项目 FUNDING

在研

结题

TOP 返回顶部

学术论文 Publications

Full List of Publications

Selected Publications (* indicates corresponding author):

E-prints

2017

2016

2014

2013

Thesis

TOP 返回顶部

发明专利 Patents

TOP 返回顶部

代码数据 Code&Data

TOP 返回顶部