Smith

【简介】 Smith导师，国内Top985大学电子信息博士毕业，研究方向聚焦人工智能、遥感影像智能处理、多模态影像匹配、三维重建与图像增强等前沿领域。长期从事基于深度学习的卫星立体影像匹配、高精度数字表面模型（DSM）生成、多源遥感影像配准融合以及复杂声呐场景下的图像增强研究。具备扎实的计算机视觉、摄影测量、深度学习与工程实现基础，熟悉从理论建模、算法设计、实验验证到工程部署的完整科研流程。相关成果已应用于高精度DSM生成、多源遥感数据融合、声呐图像增强等项目场景，具备较强的科研创新能力与工程落地能力。【科研成果】：以第一作者发表SCI论文5篇，其中中科院一区Top期刊论文4篇、二区Top期刊论文1篇，发表于 ISPRS Journal of Photogrammetry and Remote Sensing（IF 12.2）、IEEE Transactions on Geoscience and Remote Sensing（IF 8.6）、IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing（IF 5.3）等期刊。申请及授权国家发明专利5项。【研究方向】大方向：人工智能、计算机视觉、遥感智能解译、多模态影像匹配、三维重建、图像增强细分方向：卫星立体影像匹配、高精度DSM自动生成、多源遥感影像配准与融合、不确定性感知深度学习、Transformer视觉模型、声呐图像超分辨率与增强、复杂场景下的目标信息恢复、深度学习模型工程化部署【可指导区位】可针对SCI一区至四区国际期刊论文、遥感与计算机视觉方向会议论文、硕博毕业论文、本科生科研训练项目等提供指导。可指导主题包括：遥感影像处理、卫星影像三维重建、立体匹配、图像配准、多模态图像融合、图像超分辨率、声呐图像增强、深度学习模型设计、Transformer网络、概率建模与不确定性估计、AI算法工程实现等方向。【指导经验】具备较丰富的科研协作与项目带队经验，熟悉本科生、研究生在论文选题、文献调研、实验设计、代码实现、结果分析和论文写作中常见的问题。能够结合学生基础与研究目标，帮助其明确研究问题、拆解技术路线、完善实验方案，并提升论文表达的逻辑性与学术规范性。帮助过多名研究生发表1区论文。【指导特点/可提供给学员的帮助】理论与实践并重：从研究问题凝练、数学建模、网络结构设计到实验验证，帮助学生建立完整科研思维。精细化论文指导：围绕创新点提炼、相关工作梳理、方法描述、实验设计与结果分析，提供系统化论文写作建议。代码与实验教学：可指导学生完成 PyTorch、OpenCV、NumPy 等深度学习与图像处理代码实现，帮助定位实验问题并优化模型性能。重视工程落地：不仅关注论文指标，也强调算法效率、鲁棒性、可复现性与实际应用价值。个性化规划：根据学生基础、目标期刊/会议和毕业要求，制定阶段性研究计划，帮助学生稳步推进选题、实验和论文投稿。

上一条Dec老师

下一条Ella