朱祺琪 (副教授)

副教授 硕士生导师

曾获荣誉:两篇论文分别入选2017年及2019年ESI全球1%高被引
荣获2018年武汉大学优秀博士毕业生
担任2018年遥感前沿国际会议分会场主席
担任IEEE TGRS等国际TOP SCI期刊审稿人
博士期间荣获国家奖学金、武汉大学学术创新奖等十余项荣誉

性别:女

出生年月:1993-05-01

毕业院校:武汉大学

学历:博士研究生

学位:博士学位

在职信息:在职

所在单位:地理与信息工程学院

入职时间:2018-07-01

职务:副教授

学科:遥感科学与技术 地理空间信息工程 测绘工程

Email:

个人简历

祺琪,博士,中国地质大学(武汉)地理与信息工程学院副教授,硕士生导师。2013年免试攻读武汉大学硕士学位,2015年硕博连读提前攻博,师从李德仁院士、钟燕飞教授与张良培教授,2018年6月毕业于武汉大学测绘遥感信息工程国家重点实验室,获摄影测量与遥感专业工学博士学位。2018年7月2018年以“地大学者”青年优秀人才引进至中国地质大学(武汉)地理与信息工程学院地理系。长期以来致力于遥感数据提取分析及应用方向的研究,目前已发表SCI论文十余篇,研究工作受到国际国内同行的高度关注,两篇论文入选2017年及2019年ESI全球1%高被引论文。已主持或参与国家重点研发计划课题、国家自然科学基金、国家发改委项目等科研项目十余项。担任IEEE Transaction on Geoscience and Remote Sensing、IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、IEEE Access、Remote Sensing、IEEE Geoscience and Remote Sensing Letter、International Journal of Remote Sensing等遥感、计算机领域国际权威SCI期刊的审稿人。


研究兴趣


于航天、航空、无人机等高分辨率、高光谱多源遥感数据及多源地理数据,重点研究:

(1)概率图模型、迁移学习、深度学习等机器学习方法

(2)场景分类、目标探测、语义分割、视频目标追踪、道路提取、变化检测等遥感图像解译任务

(3)城市遥感、功能区规划、农业遥感、地理信息服务等应用


热烈欢迎有遥感/地理信息/计算机科学与技术/数学/测绘/图像处理等背景的同学报考或交流学习!


研究成果


发表了10余篇SCI论文,其中一作/通讯ESI全球1%高被引论文两篇,遥感领域TOP期刊IEEE TGRS四篇。


学术兼职


IEEE Transaction on Geoscience and Remote Sensing

IEEE Journal of Selected Topics in Applied Earth observations and Remote Sensing

Remote Sensing

IEEE Access

IEEE Geoscience and Remote Sensing Letter

International Journal of Remote Sensing

等遥感、计算机领域国际SCI期刊的审稿员



代表性学术论文


[1]    Q. Zhu, Y. Zhong, L. Zhang, and D. Li, “Adaptive deep sparse semantic modeling framework for high spatial resolution image scene classification,” IEEE Trans. Geosci. Remote Sens., vol. 56, no. 10, pp. 6180 – 6195, 2018. (SCI top, IF=4.942,中科院TOP)

[2]     Q. Zhu, Y. Zhong, S. Wu, L. Zhang, and D. Li, “Scene classification based on the sparse homogeneous-heterogeneous topic feature model,” IEEE Trans. Geosci. Remote Sens., vol. 56, no. 5,pp. 2689 – 2703, 2018. (SCI top, IF=4.942,中科院TOP)

[3]     Q. Zhu, Y. Zhong, L. Zhang, and D. Li, “Scene classification based on the fully sparse semantic topic model,” IEEE Trans. Geosci. Remote Sens., vol. 55, no. 10, pp. 5525 – 5538, 2017(SCI top, IF=4.942,中科院TOP)

[4]    Y. Zhong, Q. Zhu, and L. Zhang, “Scene classification based on the multifeature fusion probabilistic topic model for high spatial resolution remote sensing imagery,” IEEE Trans. Geosci. Remote Sens., vol. 53, no. 11, pp. 6207–6222, Nov. 2015. (SCI top, ESI 高被引论文, Google citation: 101,  IF=4.942, 中科院TOP)

[5]    Q. Zhu, Y. Zhong, B. Zhao, G. S. Xia, and L. Zhang, “Bag-of-visual-words scene classifier with local and global features for high spatial resolution remote sensing imagery,” IEEE Geosci. Remote Sens. Lett., vol. 13, no. 6, pp. 747–751, Jun. 2016. (SCI, ESI 高被引论文, Google citation: 77,  IF=2.761, 中科院三区)

[6]     Q. Zhu, Y. Zhong, Y. Liu, L. Zhang, and D. Li, “A deep-local-global feature fusion framework for high spatial resolution image scene classification”, Remote Sensing, vol. 10, no. 4, pp. 568, 2018. (SCI, IF=3.244, 中科院二区)

[7]    Y. Liu, Y. Zhong, F. Fei, Q. Zhu, Q. Qin, Scene Classification Based on a Deep Random-Scale Stretched Convolutional Neural Network”, Remote Sensingvol. 10, no. 3, pp. 444, 2018. (SCI, IF=3.244, 中科院二区)

[8]    Y. Zhong, M. Cui, Q. Zhu, and L. Zhang, “Scene classification based on multifeature probabilistic latent semantic analysis for high spatial resolution remote sensing images,” J. Appl. Remote Sens., vol. 9, no. 1, pp. 095064–095064, Jul. 2015. (SCI, IF=2.761,中科院三区)

[9]     Q. Zhu, X. Sun, Y. Zhong, L. Zhang, “High-resolution remote sensing image scene understanding: a review,” in Proc. 2019IEEE International Geoscience and Remote Sensing Symposium (IGARSS), July 27–August 3, 2019, Yokohama, Japan. (EI) 

[10]     Q. Zhu, Y. Zhong, L. Zhang, “Scene classification based on the semantic-feature fusion fully sparse topic model for high spatial resolution remote sensing imagery,” in Proc. 2016 International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences (ISPRS), July 12–19, 2016, Czech, Prague. (EI)

[11]   Q. Zhu, Y. Zhong, L. Zhang, “The bag-of-visual-words scene classifier combining local and global features for high spatial resolution imagery,” in Proc. 2015 12th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), August 15–17, 2015, Zhangjiajie, China. (EI)

[12]    Q. Zhu, Y. Zhong, L. Zhang, “Multi-feature probability topic scene classifier for high spatial resolution remote sensing imagery,” in Proc. 2014 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), July 13–18, 2014, Quebec, Canada. (EI)

[13]      M. Song, Y. Zhong,  A. Ma, Q. Zhu, L. Cao, L. Zhang, “Sub-pixel mapping with multiple shifted hyperspectral images based on multiobjective evolutionary algorithm,” in Proc. 2019IEEE International Geoscience and Remote Sensing Symposium (IGARSS), July 27–August 3, 2019, Yokohama, Japan. (EI)


科研基金项目


   l  中国地质大学中央高校基本科研业务费专项资金杰出人才培育基金:基于稀疏主题模型的高分辨率遥感影像城市场景变分类方法研究,时间:2018.07-2021.06课题负责人。


   l  武汉大学测绘遥感信息工程国家重点实验室开放基金项目
基于概率主题模型的高分辨率遥感影像城市场景变化检测方法研究,时间:2019.01-2020.12课题负责人。


   l  湖北大学区域开发与环境响应湖北省重点实验室开放基金项目:基于多元语义表达的高分辨率遥感影像城市主体功能区划分,时间:2019.01-2020.12课题负责人


   l  国家重点研发计划课题:国土资源与生态环境安全应急响应关键技术,时间:2017.07–2021.7;参加第二课题国土资源与生态环境安全应急响应关键技术担任研究骨干主要承担应急响应信息实时处理技术的研究


   l  优秀青年科学基金项目(优青):高光谱遥感地物识别与场景理解,时间:2017.1-2019.12担任研究骨干主要承担高空间分辨率的高光谱遥感影像的地物识别、场景理解建模和场景理解应用研究,设计空谱交互的主题模型用于高空间分辨率的高光谱遥感影像精细地物识别,并根据地物识别结果建模场景的空间关系,从而挖掘场景的本质表达,识别场景类别。


   l  国家自然科学基金面上项目:基于稀疏概率图模型的高分辨率遥感影像场景语义理解方法研究,时间:2018.01–2021.12担任技术骨干主要承担高分辨率遥感影像的底层多特征稀疏学习研究,设计基于中层特征表达的稀疏有向概率图模型,提升场景语义理解效果。


   l  装备预研教育部联合基金青年人才基金:基于红外-高光谱遥感的伪装目标侦察,时间:2017.01–2018.12担任技术骨干主要承担伪装目标检测方法学习研究,通过研究光谱精细特性,识别目标种类和表面状态,实现伪装目标的侦察。


   l  湖北省自然科学基金杰出青年科学基金:高分辨率遥感影像的多特征场景语义理解,时间:2016.01–2018.12担任技术骨干主要承担高分辨率遥感影像表达及分类,设计基于多种特征语义表达的高分辨率遥感影像场景分类模型,实现场景语义分类。


   l  国家发改委项目:“基于高分辨卫星影像的全球测图技术系统及应用”子项目“地表覆盖分类子系统”,担任技术骨干主要承担特征分类算法的开发,设计特征提取、分类算法接口,实现部分特征提取、快速分类算法。


   l  国网北京经济技术研究院合作项目:遥感技术在全球能源互联网建设中的应用研究,时间:2017.01–2018.11担任技术骨干,研究像素到目标到场景的多层次信息电力能源基础设施特征提取研究

教育经历

[1]   2013.9-2018.6

武汉大学  |  摄影测量与遥感  |  博士学位  |  博士研究生

工作经历

[1]   2018.6-至今

中国地质大学(武汉)  |  地理与信息工程学院

团队成员

RSIDEA

RSIDEA是由从事遥感方向研究的科研人员组建的一个学术研究组。学术指导为张良培教授,负责人为钟燕飞教授,研究成员包括朱祺琪等。 “RSIDEA”的含义是“Intelligent Data Extraction, Analysis and Applications of Remote Sensing(智能化遥感数据提取分析与应用)”。RSIDEA主要研究方向为:高光谱遥感信息处理、高分辨率遥感影像理解、多源遥感数据地学解译。研究组拥有无人机高光谱/可见光/热红外、热红外高光谱、视频高光谱、百万工业级服务器等硬件设施。