研究上，我现在更关心城市三维场景到底怎样被理解
我的正式学术主页写得更规整一些，这里就放偏个人的学习记录。现在的博士阶段研究重点是城市三维场景理解、三维点云语义分割、跨场景泛化、场景图构建和关系推理。
教育经历
- 武汉大学，博士在读，地图制图学与地理信息工程，2024.09 至今。
- 中国海洋大学，硕士，地图学与地理信息系统，2021.09 - 2024.06。
- 中国矿业大学，本科，测绘工程，2017.09 - 2021.06。
语义分割不是只看 mIoU
我会额外看模型在哪些类别、哪些采集条件下不稳定。城市点云里的路面、杆状物、建筑边界和遮挡区域，经常比最终表格更能说明问题。
关系比物体名字更难
城市场景里不只是识别对象，还要描述对象之间的空间关系、功能关系和上下文约束。这个方向很有意思，也很容易被数据噪声影响。
先问它解决了什么失败
现在读论文会先问：输入是什么，原方法在哪失败，新模块解决了哪类错误，实验有没有真的证明这件事。
代表论文
-
Wang, Y., Chen, G., Yang, J., Gui, Z., and Peng, D.
A submesoscale eddy identification dataset in the northwest Pacific Ocean derived from GOCI I chlorophyll a data based on deep learning.
Earth System Science Data, 16, 5737-5752, 2024. -
Wang, Y., Yang, J., Chen, G.
Euphotic Zone Depth Anomaly in Global Mesoscale Eddies by MultiMission Fusion Data.
Remote Sensing, 15(4):1062, 2023.