当前位置: X-MOL首页全球导师 国内导师 › 倪欢

个人简介

主讲课程: 计算机视觉与模式识别、激光雷达原理与应用、数据挖掘 教育背景 2014/09-2017/12 武汉大学 地图学与地理信息系统 理学博士 2011/09-2014/06 辽宁工程技术大学 摄影测量与遥感 工学硕士 2007/09-2011/07 辽宁工程技术大学 测绘工程 本科 2020/01-2021/01 法国INRIA/UGA(INPG) 计算机视觉与机器学习 博士后 工作经历 2017/12-至今 南京信息工程大学 遥感与测绘工程学院 讲师 荣誉获奖 2015-2016年度陈永龄院士优秀学生科技创新奖学金 2016-2017年度武汉大学研究生学术创新二等奖 近期科研项目 2019.01-2021.12,国家自然科学基金青年项目,联合分布约束的激光雷达点云空间上下文建模与分类,主持,在研; 2018.07-2021.06,江苏省自然科学基金青年项目,基于空间可变混合模型的激光雷达点云场景分割,主持,在研; 2020.01-2023.12,国家自然科学基金面上项目,基于车载LiDAR点云的交通安全要素信息智能化提取方法研究,参与,在研.

研究领域

计算机视觉、概率图模型(表示、推理、学习)、深度学习、图像点云模式识别

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)

Huan Ni, et al. SVLA: A compact supervoxel segmentation method based on local allocation. ISPRS Journal of Photogrammetry and Remote Sensing. 2020, 163: 300-311. Huan Ni, et al. Agglomerative oversegmentation using dual similarity and entropy rate. Pattern Recognition. 2019, 93: 324-336. Huan Ni, et al. Joint Clusters and Iterative Graph Cuts for ALS Point Clouds Filtering. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2018, 11(3).; Huan Ni, et al. Classification of ALS Point Cloud with Improved Point Cloud Segmentation and Random Forests. Remote Sensing. 2017,9, 288.; Huan Ni, et al. Edge Detection and Feature Line Tracing in 3D-Point Clouds by Analyzing Geometric Properties of Neighborhoods. Remote Sensing. 2016, 8, 710.; 倪欢等. 直角点特征引导的遥感影像居民地提取方法. 武大学报信息科学版, 2016, 42(5): 648-655. (已出版, EI); Huan Ni, et al. Multiple-primitives-based Hierarchical Classification of Airborne Laser Scanning Data in Urban Areas. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2017, XLII-2/W7: 837-843. (已出版, EI); Huan Ni, et al. Applications of 3D-edge Detection for ALS Point Cloud. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2017, XLII-2/W7: 277-283. (已出版, EI); 倪欢等. 三维点云边缘检测和直线段提取进展与展望. 测绘通报, 2016, 0(7): 1-4. (已出版, 中文核心); 倪欢等. 面向对象的车载激光扫描点云建筑物里面提取. 测绘科学, 2014, 39(4): 92-96. (已出版, 中文核心)。

推荐链接
down
wechat
bug