• 其他栏目

    许文嘉

    • 电子邮箱:xuwenjia@bupt.edu.cn
    • 所在单位:信息与通信工程学院
    • 学历:研究生毕业
    • 办公地点:科研楼510
    • 性别:女
    • 学位:博士学位
    • 在职信息:在职
    • 毕业院校:中国科学院大学
    • 博士生导师
    • 硕士生导师
    • 所属院系:信息与通信工程学院

    访问量:

    开通时间:..

    最后更新时间:..

    个人简介

    许文嘉,特聘副研究员,博士生导师。长期从事空天遥感数据智能处理与深度学习等方面研究,包括源遥感数据智能解译、计算机视觉、电磁智能感知认知等。科研奖励方面,入选中国科协第九届青年人才托举计划、北京市科协2024-2026年度青年人才托举工程,获德国马克思普朗克协会国际交流奖、中国电子教育学会优秀博士论文奖。


    招生专业:081000信息与通信工程、085402通信工程

    招生信息:招收2024级博士研究生、硕士研究生多人。欢迎对空天遥感数据智能处理与深度学习等研究方向感兴趣的同学邮件联系。

    研究方向:多源遥感数据智能解译、计算机视觉、电磁智能感知认知

    邮箱:xuwenjia@bupt.edu.cn 

    所在团队:空天通信与信息处理研究所(彭木根教授团队

    实习信息:长期接收本科生加入课题组进行学术科研训练,表现优秀者可推荐校内保研。有意者可直接投递简历至上述邮箱,或联系学长QQ咨询935350466(王同学)



    教育经历:

    北京理工大学信息工程专业 学士学位

    中国科学院大学信号与信息处理专业 博士学位(导师:吴一戎院士)

    德国马克斯普朗克协会信息技术研究所 联合培养博士(导师:德国国家科学院院士Bernt Schiele 和 Zeynep Akata 教授)


    学术交流:

    英文主页 English Homepage

    谷歌学术主页 Google Scholar Page

    课题组知乎主页 Zhihu Page

    课题组Github主页 Github Page

    与来自德国慕尼黑工业大学、德国马克斯普朗克学会、荷兰阿姆斯特丹大学、香港城市大学等高校和研究机构的研究人员展开长期深入合作。相关研究成果在国际权威期刊和会议上发表论文二十余篇,包括CCF A类期刊 TPAMI、IJCV,CCF A/B类会议 CVPR、NeurIPS、IJCAI、ECCV等。担任领域顶级期刊 IJCV、Knowledge-based Systems, 顶级会议 CVPR、ICCV、ECCV、NeurIPS、ICLR等的审稿人。


    最新消息:

    1. 2024.05《知识与数据双驱动的遥感目标识别方法研究》报告获得《雷达学报》雷达未来之星称号。

    2. 2024.05 发布大规模无人机视觉定位数据集:中文介绍数据集主页相关论文。感谢姚雅轩、曹佳琦同学的工作!

    3. 2024.04 基于航空遥感影像的建筑物三维点云重建研究被ISPRS P&RS接收(阅读论文),恭喜张嵩!


    现指导/合作学生:

    1. 黄依然(博士生) with Zeynep Akata 教授(德国慕尼黑工业大学),研究方向:多模态深度学习。

    2. 张嵩(博士生) with 魏智威老师(中国科学院大学),研究方向:三维视觉,指导论文已投稿中科院一区期刊 IEEE TMM。

    3. 王宏宇(博士生) with 彭木根教授,研究方向:电磁智能感知认知。

    4. 张衡瑞(博士生) with 王宇研究员,研究方向:SAR抗干扰。

    5. 黄楚楚(硕士生) with 彭木根教授,研究方向:电磁智能感知认知。

    6. 余子建(硕士生) with 彭木根教授,研究方向:基于多模态大模型的图像智能解译。

    7. 王一旭(硕士生),研究方向:基于多模态大模型的图像智能解译。

    8. 曹佳琦(硕士生),研究方向:无人机图像智能解译。

    9. 姚雅轩(硕士生),研究方向:无人机图像智能解译。


    曾指导/合作学生:

    1. 荣耀(博士) with Enkelejda Kasneci 教授(德国慕尼黑工业大学),研究方向:可解释深度学习,合作论文发表于CCF C类会议BMVC 2022。

    2. 王九牛 博士 with Antoni B. Chan 教授香港城市大学),研究方向:多模态深度学习,合作论文发表于CCF A/B类期刊和会议,如IEEE TPAMI、ACM MM、ECCV。

    3. 杨再权(北京航空航天大学),研究方向:计算机视觉,指导论文发表于CCF A类会议 IJCAI 2022。

    4. 刘阳(北京航空航天大学),研究方向:计算机视觉,指导论文发表于CCF A类会议 IJCAI 2022。


    代表性期刊论文列表:

    1.第一作者.Attribute prototype network for any-shot learning[J]. International Journal of Computer Vision (IJCV), 2022. (影响因子:13.369CCF A 类期刊)

    2.共同一作. On Distinctive Image Captioning via Comparing and Reweighting. In IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2022. (影响因子:24.314,中科院一区,CCF A 类期刊

    3.第一作者. Deep Semantic-Visual Alignment for zero-shot remote sensing image scene classification[J]. ISPRS Journal of Photogrammetry and Remote Sensing(ISPRS), 2023. (影响因子: 11.774中科院一区

    4.第一作者. Where is the model looking at?–Concentrate and explain the network attention[J]. IEEE Journal of Selected Topics in Signal Processing (JSTSP), 2020, 14(3): 506-516. (影响因子:7.695中科院一区

    5. 第一作者. Deep memory connected neural network for optical remote sensing image restoration[J]. Remote Sensing, 2018, 10(12): 1893. (影响因子: 5.349中科院二区

    6.通讯作者. ASTRAL: adversarial trained LSTM-CNN for named entity recogni- tion[J]. Knowledge-Based Systems (KBS), 2020, 197: 105842. (影响因子: 8.139中科院一区

    8.通讯作者. SRQA: Synthetic Reader for Factoid Question Answering[J].Knowledge-Based Systems (KBS), 2020, 193: 105415. (影响因子: 8.139 中科院一区


    代表性会议论文列表:

     1.第一作者. Attribute prototype network for zero-shot learning[C]. Advances in Neural Information Processing Systems (NeurIPS), 2020, 33: 21969-21980. (CCF A 类会议).

    2.第一作者.VGSE: Visually-Grounded Semantic Embeddings for Zero-Shot Learning[C]. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2022. (已接收,CCF A 类会议) 

    3.第一作者. Generating Visual and Semantic Explanations with Multi-task Network[C]. European Conference on Computer Vision (ECCV workshop). Springer, Cham, 2020: 620-635. (EI 会议) 

    4.第一作者. High quality remote sensing image super-resolution using deep memory connected network[C]. IEEE International Geoscience and Remote Sensing Symposium (IGARSS). IEEE, 2018: 8889-8892. (EI 会议) 

    5.第一作者. Multi-dimension Geospatial feature learning for urban region function recognition[C]. IEEE International Geoscience and Remote Sensing Symposium (IGARSS). IEEE, 2022. (已接收,EI 会议



    其他联系方式

    邮箱 :