遥感技术研究所

周勇胜，教授，博士生导师

发布人：信息学院发布时间：2024-03-27浏览次数：1908

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@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