基本介紹
- 中文名：夏桂松
- 出生地：湖北麻城
- 出生日期：1983年7月
- 專業方向：計算機視覺／測繪遙感／無人機
人物經歷,主要貢獻,研究方向,科研項目,學術論文,
人物經歷
夏桂松，男, 1983年生，湖北麻城人，博士，武漢大學教授、博士生導師，IEEE高級會員(Senior Member, 2015-)、湖北省傑出青年基金獲得者，入選湖北省“楚天學子”，武漢市“青年科技晨光計畫”。2005年6月畢業於武漢大學電子信息學院，獲電子信息工學學士學位；2007年6月畢業於武漢大學電子信息學院，獲信號與信息處理工學碩士學位。2007年10月至2011年3月在法國巴黎高等電信學院 (Telecom ParisTech) 學習，任研究助理，並於2011年3月獲信號與圖像（Signal and Image）博士學位。2012年3月至2012年12月先後在法國國家科學研究中心（CNRS）通信與信息處理實驗室（LTCI）和決策數學研究所（CEREMADE）從事博士後研究工作。2012年12月到武漢大學測繪遙感信息工程國家重點實驗室工作，任副教授；2015年11月破格晉升為教授。
主要貢獻
先後主持國家自然科學基金3項、省部級科學基金10餘項，並參與973、863等科研項目多項。在國內外著名期刊發表科研論文90餘篇，其中包括計算機視覺權威期刊“International Journal of Computer Vision”，圖像處理權威期刊“IEEE Transactions on Image Processing”，模式識別權威期刊“Pattern Recognition”，遙感領域權威期刊“Remote Sensing of Environment”， “IEEE Transactions on Geoscience and Remote Sensing”在內的SCI論文41篇，論文被引990次(Google Scholar)。已授權國家發明專利5項。擔任EURASIP Journal on Image and Video Processing期刊副主編（Associate Editor），Pattern Recognition Letter、IEEE Trans. on Big Data等多個期刊客座編委（Guest Editor），以及30多個國際SCI期刊的特約審稿人。現為中國圖象圖形學會遙感圖像專業委員會副秘書長、中國計算機學會計算機視覺專業委員會委員、中國自動化學會模式識別和機器智慧型專業委員會委員、中國人工智慧學會模式識別專業委員會委員。
研究方向
-圖像的數學模型和結構分析
-大規模視覺場景三維重建
-基於無人機平台的信息處理和視覺場景認知
-遙感圖像大數據信息挖掘
科研項目
- 國家自然科學基金重大研究計畫培育項目, 數據驅動的海量遙感影像高效信息挖掘, 2014-2016, 職責：負責人
- 國家自然科學基金青年基金項目, 基於對立推理理論的高解析度遙感影像幾何結構分析, 2016-2018, 職責：負責人
- 湖北省自然科學基金傑出青年基金, 基於圖小波的複雜紋理分析理論與方法, 2018-2020, 職責：負責人
- 武漢市 “晨光計畫”科技人才項目, 遙感圖像大數據信息挖掘關鍵技術研究，2015-2016, 職責：負責人
- 國家自然科學基金面上項目, 高解析度多極化SAR圖像分類, 2013-2016, 職責：副組長
- 湖北省自然科學基金創新群體項目, 地球空間信息的遙感獲取與處理套用研究, 2015-2017, 職責：技術骨幹
學術論文
- G.-S. Xia, G. Liu, X. Bai, L. Zhang. “Texture characterization using shape co-occurrence patterns”,IEEE Trans. on Image Processing, doi:10.1109/TIP.2017.2726182, 2017.
- G.-S. Xia, J. Hu, F. Hu, B. Shi, X. Bai, Y. Zhong, X. Lu, L. Zhang. “AID: a benchmark dataset for performance evaluation of aerial scene classification”,IEEE Trans. on Geoscience and Remote Sensing, Vol. 55, No.7, pp. 3965- 3981, 2017.
- G.-S. Xia, G. Liu, W. Yang, L. Zhang. “Meaningful object segmentation from SAR images via a multi-scale non-local active contour model”,IEEE Trans. on Geoscience and Remote Sensing, Vol. 54, No.3, pp. 1860-1873,2016.
- J.-G. Yu, G.-S. Xia, A. Samal, J. Tian. “Globally consistent correspondence of multiple features sets using proximal Gauss-Seidel relaxation”.Pattern Recognition,Vol. 51, pp. 255–267, Jan. 2016.
- F.Hu, G.-S. Xia, J. Hu, L. Zhang. “Transferring deep convolutional neural networks for the scene classification of high-resolution remote sensing imagery”,Remote Sensing, Vol.7, No. 11, pp:14680-14707,2015.
- W. Yang, X. Yin, G.-S. Xia. “Learning high-level features for satellite image classification with limited training samples”.IEEE Trans. on Geoscience and Remote Sensing, Vol.53, No.8, pp: 4472-4482, 2015.
- G.-S. Xia, S. Ferradans, G. Peyre, J.-F. Aujol. “Synthesizing and mixing stationary Gaussian texture models”,SIAM Journal on Imaging Science, Vol.7, No.1, pp: 476-508, 2014
- G.-S. Xia, J. Delon, Y. Gousseau. “Accurate junction detection and characterization in natural images”.International Journal of Computer Vision, Vol.106. No. 1, pp: 31-56, 2014
- F. Yuan, G.-S. Xia, H. Sahbib, V. Prinet. “Mid-level features and spatio-temporal context for activity recognition”.Pattern Recognition(PR), Vol. 45, No. 12, pp: 4182-4191, 2012.
- W. Yang, D. Dai, B. Triggs, G.-S. Xia. “SAR-based terrain classification using weakly supervised hierarchical Markov aspect models”.IEEE Trans. on Image Processing, Vol, 21, No. 9, pp: 4232-4243, 2012.
- G.-S. Xia, J. Delon, Y. Gousseau. “Shape-based invariant texture indexing”.International Journal of Computer Vision, Vol, 88, No. 3, pp:382-403, 2010
