多模态数据智能重建与精准解译
打造多源遥感数据协同解译系统，融合多光谱、RGB、SAR、LiDAR 与时相信息，实现高精度地物要素识别与智能重建。
该视频展示了裁剪后的关键解译流程，突出多模态协同、少样本与域自适应算法，以及系统化工程应用路径。
系统亮点- 解决单模态信息有限、纯数据驱动性能受限与人工判读效率低的难题。
- 采用少样本学习与域自适应算法，克服标注不足与数据分布差异。
- 推动算法向嵌入式平台与自动化智能解译系统落地，提升解译速度与工程应用能力。
学术简介
教授、博士生导师（华山特聘系列），国家级青年人才。毕业于西安电子科技大学（计算机科学与技术学士/软件工程硕士/信息与通信工程博士，师从李云松长江特聘教授），曾赴美国MSU进行公派联合博士培养，师从IEEE Fellow Jenny(Qian Du)。
主要研究领域
- 多光谱/高光谱/LiDAR等多模态数据智能重建及精准解译
- 深空探测多智能体、月球/行星光谱遥感（月球、火星、木星等）
- 计算机三维视觉：深度估计、姿态估计、点云补全等
- 计算光学成像、机器人相关技术
科研与学术经历
- 期刊与会议任职：IEEE Access AE、JARS AE、Remote Sensing 编委；多次担任 IGARSS/国际会议 session chair。
- 学会与专业委员会成员：IEEE Senior Member、CSIG 等。
- 多次担任特刊客座编辑与国际期刊审稿人，覆盖遥感与计算机视觉方向。
人才奖励
- 2025，全球前2%顶尖科学家
- 2025，ICCSSE Young Scientist Award
- 2025，陕西省教育厅一等
- 2024，国家级青年人才
- 2021，入选陕西省高校科协青年人才托举计划
- 2021，入选西安市科协青年人才托举计划
- 2019，西安电子科技大学海棠八号书院“优秀本科生导学团队” 导师
竞赛获奖
- 2025，ICCV Challenge on Deblurring for Hybrid EVS Camera 世界亚军
- 2023-2020，计算机领域顶级会议 ICCV / ECCV / CVPR 挑战赛：ICCV 6D姿态估计挑战赛 世界冠军、ECCV 6D姿态估计挑战赛 世界冠军、CVPR NTIRE 光谱重建赛道 世界季军、CVPR NTIRE 光谱重建赛道 世界冠军
- 2021，第二届全国人工智能大赛“华为・昇腾杯”AI+遥感影像赛道 全国三等奖
- 2019，第一届“天智杯”人工智能挑战赛课题二科目二 全国冠军
- 2019，第五届“建行杯”中国“互联网+”大学生创新创业大赛陕西赛区 金奖/冠军（高教主赛道）
- 2019，第五届“建行杯”中国“互联网+”大学生创新创业大赛 高教主赛道全国金奖；指导老师
News
- 2027 级学术型博士名额 2 名、保研硕士名额 3 名，欢迎对遥感智能解译、多/高光谱和 3D 视觉感兴趣的学生联系。
- 在 ICCV 2023 6D 姿态估计挑战赛与 ECCV 2022 6D 姿态估计挑战赛中取得世界冠军成绩。
- 在 CVPR NTIRE 光谱重建赛道获得世界冠军（2020）与世界季军（2022），形成面向“AI+成像”的新型技术体系，便于成像载荷的轻小型化实现。
- 欢迎想直博的同学联系
研究方向及成果
研究方向
主要研究方向包括多光谱/高光谱/LiDAR等多模态数据智能重建及精准解译，深空探测多智能体、月球/行星光谱遥感（月球、火星、木星等），计算机三维视觉：深度估计、姿态估计、点云补全等，计算光学成像、机器人相关技术。
研究强调从遥感可见光、多光谱与高光谱数据中构建高质量感知模型，并兼顾计算光学成像与机器人相关技术，并成功落地应用于国家重大工程，如探月四期、天问二号、三号等月球与行星探测任务。
Research Results & Applications
研究成果及应用
红外计算光谱成像系统
基于光谱-偏振联合编码与线性解译的工程化红外计算光谱成像系统，实现多通道红外数据快速获取与智能重构。
该系统编码机制、成像处理和光谱解译三阶段协同设计，适用于高维红外图像与多模态遥感平台。
系统亮点
- 编码机制：光谱-偏振编码孔径实现多通道调制。
- 成像过程：目标辐射经光学系统与编码孔径，由红外偏振相机捕获多通道图像。
- 解译原理：基于标定矩阵的线性解译恢复红外光谱信息。
月球及小行星探测-高价值科学目标辨识
基于探月四期实际场景的高价值科学目标辨识任务，验证红外计算光谱成像系统在复杂地形与目标对比条件下的识别精度。
该工作强调从高分辨率红外光谱数据中提取目标特征，并结合多模态重建算法提升探测的稳定性与工程可靠性。
系统亮点- 现场试验验证：青海冷湖外场测试区与月球模拟环境的对比分析。
- 目标辨识精度：通过光谱与空间特征融合提高高价值目标检测准确率。
- 工程应用：为探月四期科学探测提供高精度目标识别支撑。
医疗高光谱智能解译
面向甲状腺癌症患者的高光谱智能解译，结合光谱特征与机器学习模型，实现早期病灶识别和辅助诊断。
该项目展示了高光谱影像在医学图像智能分析中的潜力，增强了多光谱与智能解读技术在临床精细化诊断中的应用可行性。
系统亮点- 病理识别：利用高光谱光谱特征区分良性与恶性甲状腺结节。
- 智能解译：融合光谱、形态和深度特征提升患者识别准确率。
- 临床潜力：为医学影像辅助诊断提供高光谱智能解译新路径。
科研项目
Projects & Research Programs
- 主持和参与探月四期、天问二号、科技创新 2030"新一代人工智能"重大项目、国家重点研发课题、国家自然科学基金等 30 余项课题。
- 围绕多模态影像质量提升、光谱重建、多模态融合、目标检测与数据生成等方向形成持续研究布局。
- 将三维视觉方法拓展到深度估计、姿态估计、点云语义分割与点云补全等任务，并与遥感理解问题形成交叉融合。
论文成果
Selected Publications & Output
总体科研产出
以一作及通信作者发表国际期刊和会议论文 90 余篇，其中中科院一区以上 SCI 论文 60 余篇。
高影响力论文与知识产权
12 篇 ESI 高被引论文，1 篇 ESI Hot Paper，并授权发明专利 20余 项。
视觉挑战赛成绩
ICCV 6D 姿态估计挑战赛世界冠军（2023），ECCV 6D 姿态估计挑战赛世界冠军（2022）。
光谱重建竞赛成绩
CVPR NTIRE 光谱重建赛道世界冠军（2020）与世界季军（2022）。
全部论文列表
更新说明
本来想实时更新，后来发现老忘，所以建议直接看 Google 论文主页吧。
开源，请参考下方链接，欢迎指导和交流
代码链接：https://github.com/jojolee6513/IPRSIG/blob/master/README.md
谷歌学术：https://scholar.google.com/citations?hl=zh-CN&user=Ccu3-acAAAAJ&view_op=list_works&sortby=pubdate
教学
Teaching & Student Training
开设课程
- 人工智能 - 选修课 · 授课对象：大三第一学期
- 工程优化 - 课程对象：大二，内容涵盖优化理论与工程应用
研究生培养
长期围绕遥感智能解译、光谱重建、多模态融合、三维视觉与科研论文写作指导学生开展系统训练。
学术服务
担任 IEEE Access AE、JARS AE、IGARSS Session Chair，并参与 Remote Sensing 编委工作，持续服务学术共同体。
科研训练
欢迎学有余力的本科生提前进入实验室，参与学术与工程研究工作。
招生
Openings
当前公开信息显示：2026 级学术型博士名额 1 名，2026 级考研硕士名额 2 名。团队长期欢迎学有余力的本科生提前进入实验室开展研究。
- 建议邮件中附上个人简历、成绩材料和已有研究或竞赛经历。
- 欢迎对遥感解译、多 / 高光谱、光谱重建、多模态融合和 3D 视觉感兴趣的学生联系。
- 可在邮件中说明希望参与的具体研究方向。