个人简介：

姓名：乔文凡

性别：男

出生日期：1994.09

职称：讲师

毕业学校：西南交通大学

主要研究方向：遥感影像处理与智能解译；高铁沿线隐患监测与时空大数据分析；灾后建筑物损毁信息自动化提取

主讲课程：数字图像处理与分析

联系方式：wenfanqiao@outlook.com

主要科研项目情况：

主持科研项目：

[1] 基于深度学习与高分辨率遥感影像的高铁沿线建筑物隐患监测，四川省科技创新苗子工程培育项目 (2019013)，2019.07-2020.07 (省级)

参与科研项目：

[1] 基于弱监督深度学习的高分辨率遥感影像灾后损毁建筑物提取研究，国家自然科学基金面上项目 (42071386)，负责研究内容：灾后损毁建筑物自动化识别和定位算法研究，2021.01-2024.12

[2] 典型地形要素自动识别与快速提取研究-减灾要素自动识别与快速提取技术，国家重点研发计划课题 (2016YFB0501403)，负责研究内容：基于国产卫星数据进行建筑物、道路、植被等典型地物的自动化识别算法研究，2016.07-2021.07

[3] 高速铁路沿线地表环境隐患语义理解与遥感智能识别，国家自然科学基金面上项目 (41771451)，负责研究内容：高铁沿线地表环境建筑物隐患检测与识别方法研究、在线高铁沿线隐患监测平台研发，2019.06-2022.12

[4] 基于主题模型框架的高分辨率遥感影像半监督分类，国家自然科学基金项目 (41401374)，负责研究内容：高分辨率遥感影像数据库构建与测试、适用于国产高分遥感影像数据的分类方法研究，2015.01-2017.12

科研成果（论文、著作、获奖等）：

[1] Qiao, W. F., Shen, L., Wang, W. and Li, Z. L., 2024, A weakly supervised bitemporal scene change detection approach for pixel-level building damage assessment using pre- and post-disaster high-resolution remote sensing images. IEEE Transactions on Geoscience and Remote Sensing, 62, 1-23, DOI: 10.1109/TGRS.2024.3494257. (SCI, 中科院分区：1区 Top，JCR分区：1区)

[2] Qiao, W. F., Shen, L., Wang, J. C. and Li, Z. L., 2024, A full-attention network with an open dataset for large-scale building semantic segmentation along long-span high-speed rail lines. International Journal of Digital Earth, 17(1), 2393265, DOI: 10.1080/17538947.2024.2393265. (SCI, 中科院分区：1区，JCR分区：1区)

[3] Qiao, W. F., Shen, L., Wen, Q., Wen, Q., Tang, S. Y. and Li, Z. L., 2023, Revolutionizing building damage detection: A novel weakly supervised approach using high-resolution remote sensing images. International Journal of Digital Earth, 17(1), 2298245, DOI: 10.1080/17538947.2023.2298245. (SCI, 中科院分区：1区，JCR分区：1区)

[4] Qiao, W. F., Shen, L., Wang, J. C., Yang, X. T. and Li, Z. L., 2023, A weakly supervised semantic segmentation approach for damaged building extraction from postearthquake high-resolution remote-sensing images. IEEE Geoscience and Remote Sensing Letters, 20, 1-5, DOI: 10.1109/LGRS.2023.3243575. (SCI, 中科院分区：2区，JCR分区：1区)

[5] 乔文凡, 慎利, 戴延帅, 曹云刚, 2018, 联合膨胀卷积残差网络和金字塔池化表达的高分影像建筑物自动识别. 地理与地理信息科学, 34(5), 56-62, DOI: 10.3969/j.issn.1672-0504.2018.05.010. (中文核心期刊/中国科技核心期刊/中国科学引文数据库CSCD核心期刊)

[6] Wang, J. C., Shen, L., Qiao, W. F., Dai, Y. S. and Li, Z. L., 2019, Deep feature fusion with integration of residual connection and attention model for classification of VHR remote sensing images. Remote Sensing, 11(13), 1617, DOI: 10.3390/rs11131617. (SCI, 中科院分区：2区，JCR分区：1区)

[7] Shen, L., Wu, L. M., Dai, Y. S, Qiao, W. F. and Wang, Y., 2017, Topic modelling for object-based unsupervised classification of VHR panchromatic satellite images based on multiscale image segmentation. Remote Sensing, 9(8), 840, DOI: 10.3390/rs9080840. (SCI, 中科院分区：2区，JCR分区：1区)

[8] 邰佳怡, 慎利, 乔文凡, 周吾珍, 2024, 不同上下文比例对损毁建筑遥感场景图片样本集构建的影响. 自然资源遥感, 36(3), 154-162, DOI: 10.6046/zrzyyg.2023092. (中文核心期刊/中国科技核心期刊/中国科学引文数据库CSCD核心期刊)

[9] Qiao, W. F., Shen, L., Wang, J. C., Cao, Y. G., He, S. and Dai, Y. S., 2019, A fine-grained fully convolutional network for extraction of building along high-speed rail lines from VHR remote sensing image. In 2019 IEEE International Geoscience and Remote Sensing Symposium (IEEE IGARSS), pp. 1244-1247, DOI: 10.1109/igarss.2019.8899095. (EI)

[10] Zhang, W. J., Shen, L. and Qiao, W. F., 2021, Building damage detection in VHR satellite images via multi-scale scene change detection. In 2021 IEEE International Geoscience and Remote Sensing Symposium (IEEE IGARSS), pp. 8570-8573, DOI: 10.1109/igarss47720.2021.9554922. (EI)

[11] Dai, Y. S., Shen, L., Cao, Y. G., Lei, T. J. and Qiao, W. F., 2019, Detection of vegetation areas attacked by pests and diseases based on adaptively weighted enhanced global and local deep features. In 2019 IEEE International Geoscience and Remote Sensing Symposium (IEEE IGARSS), pp. 6495-6498, DOI: 10.1109/igarss.2019.8898517. (EI)