刘佳 (副教授)

副教授 硕士生导师

性别:女

毕业院校:中国科学院遥感与数字地球研究所

学历:博士研究生

学位:理学博士学位

所在单位:计算机学院大数据系

办公地点:未来城校区计算机学院

联系方式:liujia@cug.edu.cn

   

个人简历

女,中国地质大学(武汉)计算机学院特任副教授,“地大学者”青年优秀人才。研究兴趣主要包括:高性能计算,大气、海洋遥感数据智能、高效处理与分析。2011年本科毕业于武汉大学遥感信息工程学院,专业遥感科学与技术。2011年-2016年在中国科学院遥感与数字地球研究所硕博连读,专业地图学与地理信息系统。2014年2月-2015年11月于德国Fraunhofer SCAI算法与科学计算研究所博士联合培养。2016年6月博士毕业,同年进入国防科技大学计算机科学与技术博士后科研流动站开展博士后研究工作。2018年12月进入中国地质大学(武汉)计算机学院大数据系工作。先后主持国家自然科学基金青年基金项目1项、横向项目2项、中央高校基本科研业务费专项基金1项等曾作为主要成员参与国家973项目子课题、国家自然科学基金面上项目、中国科学院遥感与数字地球研究所“一三五”规划项目子课题等。截至目前,在国内外重要期刊和学术会议发表论文20余篇。IJIDF(International Journal of Image and Data Fusion)期刊编委,IEEE会员、CCF会员、中国图象图形学学会会员、ISDE国际数字地球学会会员,JSTARS、JARS、JCSC、遥感学报、信号处理等审稿人。


研究方向

[1]  高性能计算(CPU/GPU异构并行、边缘智能)

[2]  大气、海洋遥感数据智能、高效处理与分析


教育经历

[1]   2014.2-2015.11

德国Fraunhofer SCAI弗劳恩霍夫算法与科学计算研究所  |  高性能计算  |  博士联合培养

[2]   2011.9-2016.6

中国科学院大学/中国科学院遥感与数字地球研究所  |  地图学与地理信息系统( 硕博连读)  |  理学博士学位   |  博士研究生毕业

[3]   2007.9-2011.6

武汉大学 遥感信息工程学院  |  遥感科学与技术  |  工学学士学位  |  本科毕业


工作经历

[1]   2018.12-至今

中国地质大学(武汉)  |  计算机学院大数据系  |  特任副教授 

[2]   2016.11-2018.10

国防科技大学  |  计算机科学与技术博士后科研流动站  |  博士后


科研项目

[1]   基于深度网络模型压缩与加速的高分辨率遥感图像在轨目标检测, 国家自然科学基金青年基金项目, 在研, 主持

[2]   ***遥感大数据***在研主持 

[3]   中央高校基本科研业务费专项基金, 中国地质大学(武汉), 在研, 主持

[4]   ***可视化技术结题主持

[5]   基于GPU集群的定量遥感反演关键问题研究, 中国科学院遥感与数字地球研究所研究生所长基金项目, 结题, 主持 

[6]   基于影像的旋转扫描测量方法研究, 国家大学生创新实验项目, 结题, 主持

[7]   气溶胶格局特征和变化及人类影响规律解析, 国家973 项目“多尺度气溶胶综合观测和时空分布规律研究”子课题, 结题, 参与 

[8]   多源卫星遥感反演气溶胶光学特性研究, 国家自然科学基金面上项目, 结题, 参与 

[9]   数字地球科学平台集成, 中国科学院遥感与数字地球研究所“一三五”规划“全球环境资源空间信息系统”子课题, 结题, 参与


教学项目

[1]   “智能基座”人工智能与大数据教学团队,中国地质大学(武汉)2021年度本科教学工程项目“教学团队及基层教学组织项目”,在研,主持(刘佳/宋维静)


代表性论文

[1] Jia Liu, Yongjian Sun, Kaijun Ren, Yanlai Zhao, Kefeng Deng*, and Lizhe Wang. 2022. A Spatial Downscaling Approach for WindSat Satellite Sea Surface Wind Based on Generative Adversarial Networks and Dual Learning Scheme. Remote Sensing, 14(3): 769. 

[2] Jia Liu*, Jianjian Xiang, Yongjun Jin, Renhua Liu, Jining Yan, and Lizhe Wang. 2021. Boost Precision Agriculture with Unmanned Aerial Vehicle Remote Sensing and Edge Intelligence: A Survey. Remote Sensing, 13(21): 4387. 

[3] Jia Liu, Renhua Liu, Kaijun Ren, Xiaoyong Li, Jianjian Xiang and Shaohua Qiu. 2020. High-Performance Object Detection for Optical Remote Sensing Images with Lightweight Convolutional Neural Networks. 2020 IEEE 22nd International Conference on High Performance Computing and Communications; IEEE 18th International Conference on Smart City; IEEE 6th International Conference on Data Science and Systems (HPCC/SmartCity/DSS), 585-592.

[4] Jia Liu, Yong Xue*, Kaijun Ren, Junqiang Song, Christopher Windmill, Patrick Merritt. 2019. High-performance time-series quantitative retrieval from satellite images on a GPU cluster. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(8): 2810-2821. 

[5] Jia Liu, Longli Liu, Yong Xue*, Jing Dong, Yincui Hu, Richard Hill, Jie Guang, Chi Li. 2017. Grid workflow validation using ontology-based tacit knowledge: A case study for quantitative remote sensing applications. Computers & Geosciences, 98, 46-54.

[6] Dustin Feld, Jochen Garcke, Jia Liu, Eric Schricker, Thomas Soddemann, Yong Xue. 2017. Energy-Efficiency and Performance Comparison of Aerosol Optical Depth Retrieval on Distributed Embedded SoC Architectures. In: Griebel M., Schüller A., Schweitzer M. (eds) Scientific Computing and Algorithms in Industrial Simulations. Springer, Cham. (Book Chapter)

[7] Jia Liu, Dustin Feld, Yong Xue*, Jochen Garcke, Thomas Soddemann, Peiyuan Pan. 2016. An efficient geosciences workflow on multi-core processors and GPUs: a case study for aerosol optical depth retrieval from MODIS satellite data. International Journal of Digital Earth, 9: 1-18. 

[8] Jia Liu, Yong Xue*, Dominic Palmer-Brown, Ziqiang Chen, Xingwei He. 2015. High-throughput geocomputational workflows in a Grid environment. Computer, 48(11):70-80. 

[9] Jia Liu, Dustin Feld, Yong Xue*, Jochen Garcke, Thomas Soddemann. 2015. Multi-core processors and graphics processing unit accelerators for parallel retrieval of aerosol optical depth from satellite data: implementation, performance and energy efficiency. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(5): 2306-2317. 


奖励荣誉

[1] 中国地质大学(武汉)2020年度考核校级优秀工作者,2020年

[2] 计算机学院2019年度教学先进工作者,2019年 

[3] 第二届“航天星图杯”高分图像解译软件大赛一等奖2项、二等奖1项、三等奖2项、四等奖1项,2018年:高分辨率可见光飞机目标自动识别项目一等奖、高分辨率可见光图像中舰船目标自动识别项目一等奖、SAR图像中建筑物目标自动提取项目二等奖、高分辨率可见光图像中建筑物目标自动提取项目三等奖、高分辨率可见光图像中污水处理厂自动识别项目三等奖、高分辨率SAR图像中舰船目标自动识别项目四等奖

[4] 中国科学院遥感与数字地球研究所优秀毕业生,2016年

[5] 研究生国家奖学金,2012年

[6] 武汉大学优秀毕业生,2011年

[7] 本科生国家奖学金,2010年


授课信息

[1] 高性能计算,本科生课程,21933701(2022年春)

[2] 网络应用与信息技术,本科生课程,11919101(2019年春、秋,2020年春、秋,2021年春)

[3] 大规模分布式系统及其应用,研究生课程,S190021(2018年秋、2019年秋)


学生信息

刘仁华,毕业,硕士课题:基于深度学习模型剪枝的遥感图像目标检测方法研究(工作去向:字节跳动)

项健健,研二,无人机遥感边缘智能

孙永健,研二,气象海洋数据智能空间降尺度

陈都,研一,边缘智能与并行计算

金永军,研一,基于深度学习的台风监测

熊奇

邓重九


社会兼职

[1] International Journal of Image and Data Fusion(中国测绘科学研究院主办,ESCI、Ei Compendex等收录)期刊编委

[2] JSTARS、JARS、JCSC、遥感学报、信号处理等审稿人