周勇胜，工学博士，教授，博士生导师。2010年毕业于中国科学院电子学研究所信号与信息处理专业，获工学博士学位。2010年至2019年于中国科学院光电研究院工作。2019年进入北京化工大学信息科学与技术学院工作，主要讲授《数字信号处理》、《Python语言程序设计》、《遥感图像处理及应用》等课程。主要科研方向为合成孔径雷达（SAR）图像目标检测与识别、极化/极化干涉SAR数据处理应用、微波卫星/航空遥感载荷定标与性能检测等，主持国家重点研发计划课题/子课题、国家自然科学基金面上基金/青年基金等国家纵向项目以及横向项目10余项。学术兼职包括中国遥感应用协会定标专业委员会常务委员，《Mathematics》Guest Editor等。发表文章40余篇，授权专利10余项。
电子邮箱：zhyosh(at)mail.buct.edu.cn
招生专业 Admissions Major
博士招生：欢迎信息与通信工程/计算机科学与技术/控制科学与工程等相关专业的同学发邮件咨询！
² 学术博士：计算机技术与智能系统、人工智能
² 工程博士：待定
硕士招生：欢迎电子信息工程/计算机科学与技术/人工智能/通信工程等相关专业的同学保送、报考！
学术硕士：
²信息与通信工程（02图像解译与智能处理）
²计算机科学与技术（03图像智能信息处理算法研究）
专业硕士：
²电子信息（新一代电子信息技术-02遥感信息处理）
²电子信息（计算机技术-05图像智能信息处理算法研究）
科研项目 Research Projects
项目名称 | 项目来源 |
基于泛在稳定目标特性转换的SAR辐射交叉定标方法研究 | 国家自然科学基金面上项目 |
岛礁和海上构筑物多尺度信息综合提取技术 | 国家重点研发计划课题 |
新体制星载SAR系统定标方法与高精度误差补偿技术 | 国家重点研发计划子课题 |
微波凝视关联成像目标特性建模与检测识别新方法研究 | 国家自然科学基金面上项目 |
无人机载极化干涉SAR森林高度反演方法研究 | 国家自然科学基金青年项目 |
复杂自然场景下微波凝视关联图像质量评价技术 | 国家863计划子课题 |
论文专利Research Papers
研究方向 | 论文专利 |
SAR定标 | [1] Y. Zhou Y, P. Chen, Q. Yin, E. Chen, L. Ferro-Famil, F. Zhang. Polarimetric SAR Cross-Calibration Method based on Stable Distributed Targets [J], Geo-spatial Information Science, 2024. [2] Y. Zhou, L. Zhuang, J. Duan, F. Zhang, W. Hong. Synthetic Aperture Radar Radiometric Cross Calibration Based on Distributed Targets [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2022, 15: 9599–9612. [3] Y. Zhou, C. Li, L. Tang, L. Ma, Q. Wang, Q. Liu. A Permanent Bar Pattern Distributed Target for Microwave Image Resolution Analysis [J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(2): 164–168. [4] 周勇胜、应倩、张帆、马飞、尹嫱，基于海上风电场的SAR交叉辐射定标方法，202311466740.X，受理 [5] 周勇胜、陈佩芸、张帆、尹嫱、马飞，一种极化合成孔径雷达交叉定标方法，202310449169.4，受理 [6] 周勇胜、庄丽、张帆、尹嫱、孙晓坤、马飞、项德良，一种SAR交叉定标参考目标选择方法，202110964448.5，授权 [7] 周勇胜、庄丽、张帆、尹嫱、孙晓坤、马飞、项德良，一种合成孔径雷达交叉定标方法，202110692072.7，授权 |
目标检测识别 | [1] Y. Zhou, H. Liu, F. Ma, Z. Pan, F. Zhang. A Sidelobe-Aware Small Ship Detection Network for Synthetic Aperture Radar Imagery [J], IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-16. [2] Y. Zhou, F. Zhang, Q. Yin, F. Ma and F. Zhang. Inshore Dense Ship Detection in SAR Images Based on Edge Semantic Decoupling and Transformer [J], IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2023, 16: 4882-4890. [3] Y. Zhou, F. Zhang, F. Ma, D. Xiang, F. Zhang. Small Vessel Detection Based on Adaptive Dual-Polarimetric Feature Fusion and Sea-Land Segmentation in SAR Images [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2022, 15: 2519–2534. [4] Y. Zhou, S. Zhang, X. Sun, F. Ma, F. Zhang. SAR Target Incremental Recognition Based on Hybrid Loss Function and Class-Bias Correction [J]. Applied Sciences, 2022, 12(3). [5] Y. Liu, G. Yan, F. Ma, Y. Zhou, F. Zhang. SAR Ship Detection Based on Explainable Evidence Learning under Intra-class Imbalance [J]. IEEE Transactions on Geoscience and Remote Sensing, 2024. [6] F. Ma, X. Sun, F. Zhang, Y. Zhou, H.-C. Li. What Catch Your Attention in SAR Images: Saliency Detection Based on Soft-Superpixel Lacunarity Cue [J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1–17. [7] 周勇胜、张飞翔、张帆、马飞、尹嫱、项德良，基于增强型特征金字塔的双极化SAR小型船只检测方法，202110514236.7，授权 |
图像分割 | [1] Y. Zhou, K. Yang K, F. Ma, W. Hu, F. Zhang. Water–Land Segmentation via Structure-Aware CNN–Transformer Network on Large-Scale SAR Data [J]. IEEE Sensors Journal, 2023, 23(2): 1408–1422. [2] F. Ma, F. Zhang, Q. Yin, D. Xiang, Y. Zhou. Fast SAR Image Segmentation with Deep Task-Specific Superpixel Sampling and Soft Graph Convolution [J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1–16. [3] F. Ma, F. Zhang, D. Xiang, Q. Yin and Y. Zhou. Fast Task-Specific Region Merging for SAR Image Segmentation [J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1–16. [4] Z. Zhang, S. Tan, Y. Zhou. CloudformerV3: Multi-Scale Adapter and Multi-Level Large Window Attention for Cloud Detection [J]. Applied Sciences, 13(23). [5] Z. Zhang, Z. Xu, C. Liu, Q. Tian, Y. Zhou. Cloudformer V2: Set Prior Prediction and Binary Mask Weighted Network for Cloud Detection [J]. Mathematics, 2022, 10(15). [6] Z. Zhang, C. Miao, C. Liu, Q. Tian, Y. Zhou. HA-RoadFormer: Hybrid Attention Transformer with Multi-Branch for Large-Scale High-Resolution Dense Road Segmentation [J]. Mathematics, 2022, 10(11). [7] 张帆、倪军、尹嫱、周勇胜、洪文，基于深度递归网络下小样本极化合成孔径雷达图像分类方法，201911301348.3，受理 |
地物分类 | [1] Y. Zhou, P. Chen, N. Liu, Q. Yin, F. Zhang. Graph-Embedding Balanced Transfer Subspace Learning for Hyperspectral Cross-Scene Classification [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2022, 15: 2944–2955. [2] Y. Da, Z. Ji, Y. Zhou. Building Damage Assessment Based on Siamese Hierarchical Transformer Framework [J]. Mathematics, 2022, 10(11). [3] Y. Wang, J. Cheng, Y. Zhou, F. Zhang, Q. Yin. A Multichannel Fusion Convolutional Neural Network Based on Scattering Mechanism for PolSAR Image Classification [J]. IEEE Geoscience and Remote Sensing Letters, 2022, 19: 1–5. [4] Q. Yin, J. Li, Y. Zhou, D. Xiang, F. Zhang. Adaptive Weighted Learning for Vegetation Contribution in Soil Moisture Inversion Using PolSAR Data [J]. International Journal of Remote Sensing, 2022, 43(9): 3190–3215. [5] 周勇胜、王亚楠、程建达、张帆、尹嫱、项德良、马飞、洪文，一种基于散射机制多通道扩张卷积神经网络的极化SAR地物分类方法，202110365566.4，授权 [6] 尹嫱、黄译、张帆、周勇胜，一种基于散射机制用于简缩极化SAR的交互CNN分分类方法，202111540134.9，受理 [7] 尹嫱、罗莹、马飞、周勇胜、张帆、洪文，一种基于双极化SAR特征的水体悬浮物空间分布监测方法，202310412453.4，受理 |
荣誉奖励Honor & Awards
[1]北京市本科毕业设计优秀指导教师，2021年
[2]第四届“中科星图杯”高分遥感图像解译软件大赛“全极化SAR国像地物要素自动分类”第1名，2020年