个人简介
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大数据智能提取分析及应用方向的研究，目前已发表SCI论文三十余篇，研究工作受到国际国内同行的高度关注，其中遥感/人工智能领域一区TOP期刊7篇，两篇一作/通讯论文持续入选2017年至2021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 Transactions on Cybernetics、Remote Sensing of Environment、ISPRS Journal of Photogrammetry and Remote Sensing、IEEE Transaction on Geoscience and Remote Sensing、IEEE Transactions on Knowledge and Data Engineering、IEEE Journal of Biomedical and Health Informatics、IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、IEEE Geoscience and Remote Sensing Letter、Remote Sensing、IEEE Access、International Journal of Remote Sensing、Remote Sensing Letters等遥感、计算机领域国际权威SCI期刊的审稿人。
招生专业
（1）学硕：测绘科学与技术（一级学科）-摄影测量与遥感（二级学科），考数一；
测绘科学与技术（一级学科）-地图制图学与地理信息工程（二级学科）
（2）专硕：资源与环境（不限方向）
所在研究团队
（1）高性能空间智能计算实验室（HPSCIL@CUG）：HPSCIL主要致力于研究地理信息科学、计算机科学、数据科学和社会科学等多学科的融合发展。负责人为中国地质大学（武汉）高层次人才关庆锋教授，研究成员包括3位教授，6位副教授，2位讲师，1位博士后，多位博士生、硕士生和本科生。“HPSCIL”的含义是“High-Performance Spatial Computational Intelligence Lab（高性能空间智能计算实验室）”。研究组拥有高性能计算集群和工作站、海量多源空间大数据和遥感影像数据、成熟的运算平台和可视化平台等硬件设施及数据。
（2）智能化遥感数据提取分析与应用（RSIDEA@WHU）：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IEEE Fellow张良培教授，负责人为武汉大学优青钟燕飞教授, 研究成员包括3位教授，7位副教授，1位讲师，1位博士后，多位博士生、硕士生和本科生。“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）”。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。
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!
资源共享
1.公开数据集
(1)SIRI-WHU 谷歌影像数据集 (The Google image dataset of SIRI-WHU, 更新日期：2019.12.10). Download
该数据集包括12个类别，主要用于科研用途。
以下各个类别中均包含200幅影像：农场、商业区、港口、闲置用地、工业区、草地、立交桥、停车场、池塘、居民区、河流、水体
每一幅影像大小为200*200，空间分辨率为2米。
该数据集获取自谷歌地球，由武汉大学RS-IDEA研究组(SIRI-WHU)搜集制作，主要覆盖了中国的城市地区。
当您发表的结果中用到了该数据集，请引用以下文献：
[1]Q. Zhu, Y. Zhong, L. Zhang, and D. Li, "Adaptive Deep Sparse Semantic Modeling Framework for High Spatial Resolution Image Scene Classification," IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(10): 6180-6195. DOI: 10.1109/TGRS.2018.2833293.
[2]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 Geoscience and Remote Sensing Letters, 2016, 13(6): 747-751. DOI:10.1109/LGRS.2015.2513443 2016.
(2)SIRI-WHU USGS标注影像数据集 (The USGS image dataset of SIRI-WHU, 更新日期：2019.12.10). Download
该数据集包括4个场景类别：农场、森林、居民区、停车场，其主要用于科研用途。
大幅影像大小为10000*9000，空间分辨率为2英尺。
该数据集获取自USGS，由武汉大学RS-IDEA研究组(SIRI-WHU)搜集制作，主要覆盖了美国俄亥俄州蒙哥马利地区。
当您发表的结果中用到了该数据集，请引用以下文献：
[1]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 Transactions on Geoscience and Remote Sensing, vol. 53, no. 11, pp. 6207-6222, Nov. 2015.
科研基金项目
国家科研基金项目青年科学基金（41901306）：基于深度主题模型的高分辨率遥感影像场景分类方法研究，时间：2020.01-2022.12；课题负责人。
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影像城市场景变分类方法研究，时间：2019.07-2021.06；课题负责人。
国家对地观测科学数据中心开放基金项目：基于高分辨率卫星影像的中国道路数据集的制作与加工，时间：2020.09-2021.08；课题负责人。
资源与环境信息系统国家重点实验室开放基金项目：多源语义概率融合的高分辨率遥感影像场景分类方法研究，时间：2019.09-2021.09；课题负责人。
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。
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。
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。
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。
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。
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。
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。
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。
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
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
[1] Q. Zhu, W. Deng, Z. Zheng, Y. Zhong, Q. Guan, W. Lin, L. Zhang, and D. Li, “A Spectral-Spatial Dependent Global Learning Framework for Insufficient and Imbalanced Hyperspectral Image Classification,”IEEE Transactions on Cybernetics, 2021. (SCI top, IF=11.079, 中科院一区TOP)
[2] Q. Zhu, Y. Zhang, L. Zeng, Y. Zhong, Q. Guan, L. Zhang, and D. Li, “A Global Context-aware and Batch-independent Network for Road Extraction from VHR Satellite Imagery,”ISPRS Journal of Photogrammetry and Remote Sensing, vol. 175, pp. 353–365, 2021. (SCI top, IF=7.319, 中科院一区TOP)
[3] 朱祺琪，李真，张亚男，李佳伦，杜禹强，关庆锋，李德仁，“全局局部细节保持的深度条件随机场用于高分辨率遥感影像建筑物提取,”遥感学报,2021.(EI, 遥感领域中文top）
[4] 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=5.855,中科院一区TOP)
[5] 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=5.855,中科院一区TOP)
[6] Y. Zhong, Q. Zhu, and L. Zhang, “Scene classification based on the multifeature fusion probabilistic topic model for high spatial resolution remote sensing magery,” IEEE Trans. Geosci. Remote Sens., vol. 53, no. 11, pp. 6207–6222, Nov. 2015. (SCI top, ESI 高被引论文, Google citation: 152, IF=5.855, 中科院一区TOP)
[7] 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: 194, IF=3.833, 中科院二区)
[8] 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=5.855,中科院一区TOP)
[9] Q. Zhu, L. Wang, W. Zen, Q. Guan, Z. Hu, “A Sparse Topic Relaxion and Group Clustering Model for Hyperspectral Unmixing,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021. (SCI, IF=3.827, 中科院二区)
[10] Y. Zhong,..., Q. Zhu,..., and L. Zhang, “Open-source data-driven urban land-use mapping integrating point-line-polygon semantic objects: A case study of Chinese cities,” Remote Sensing of Environment, vol. 53, no. 11, pp. 6207–6222, Nov. 2020. (SCI top, IF=9.085, 中科院一区TOP)
[11] Q. Zhu, Z. Li, Y. Zhang and Q. Guan, "Building Extraction from High Spatial Resolution Remote Sensing Images via Multiscale-Aware and Segmentation-Prior conditional Random Fields," Remote Sensing, vol. 12, no. 23, pp. 3983, 2020. (SCI, IF=4.89, 中科院二区）
[12] 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=4.89, 中科院二区）
[13] Y. Liu, Y. Zhong, F. Fei, Q. Zhu, Q. Qin, “Scene Classification Based on a Deep Random-Scale Stretched Convolutional Neural Network”, Remote Sensing, vol. 10, no. 3, pp. 444, 2018. (SCI, IF=4.89, , 中科院二区)
[14] 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)
[15] Q. Zhu, X. Fan, Y. Zhong, Q. Guan ,L. Zhang, D. Li, “Super resolution generative adversarial network based image augmentation for scene classification of remote sensing images,” in Proc. 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2020, Hawaii, USA. (EI)
[16] Q. Zhu, J. Wan, Y. Zhong, Q. Guan, L. Zhang, D. Li, “Topic model for remote sensing data: a comprehensive review,” in Proc. 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2020, Hawaii, USA. (EI)
[17] L. Wang, Q. Zhu*, W. Zeng, Y. Zhong, Q. Guan, L. Zhang, D. Li, “Semi-automatic fully sparse semantic modeling framework for hyperspectral unmixing,” in Proc. 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2020, Hawaii, USA. (EI)
[18] J. Chen, Q. Zhu*, Y. Zhong, Q. Guan, L. Zhang, D. Li, “Urban scenes change detection based on multi-scale irregular bag of visual features for high spatial resolution imagery,” in Proc. 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2020, Hawaii, USA. (EI)
[19] Y. Zhang, Q. Zhu*, Y. Zhong, Q. Guan, L. Zhang, D. Li, “FD-LINKNET：D-Linknet with filter response normalization and transfer learning for road extraction roads extraction,” in Proc. 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2020, Hawaii, USA. (EI)
[20] 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)
[21] 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)
[22] 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)
[23] 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)
[24] 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. 2019 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), July 27–August 3, 2019, Yokohama, Japan. (EI)
京公网安备 11010802027423号