EN
晏雄锋
助理教授
多源数据智能化地图制图、地外天体三维制图与视觉导航

姓名:晏雄锋

性别:男

职称:助理教授

籍贯:江西九江

邮箱:xiongfengyan@tongji.edu.cn

简介:主要从事多源数据智能化地图制图、地外天体三维制图与视觉导航方法研究。主持国家自然科学基金项目2项(青年和面上)、国家重点实验室和自然资源部实验室基金项目2 项。发表学术论文30 余篇,其中SCI/SSCI 论文17 篇(第一/通讯12 篇)、EI 论文11 篇(第一/通讯6 篇),申请发明专利13 项(授权6 项),成果被应用于某型数字地图制图、国土资源调查数据处理与制图、华为瓦片地图制图等。获高校GIS新秀奖荣誉称号,担任中国测绘学会深空探测遥感测绘工作委员会委员,ISPRS JIJGISTGIS10余本国际 SCI/SSCI期刊审稿人。


学习和工作经历

2023.04 - 至今  同济大学,助理教授

2019.09 - 2023.04  同济大学,博士后

2015.09 - 2019.06  武汉大学,博士,地图制图学与地理信息工程

2012.09 - 2015.06  武汉大学,硕士,地图制图学与地理信息工程

2008.09 - 2012.06  武汉大学,学士,地理信息系统


研究方向

多源数据智能化地图制图

地外天体三维制图与视觉导航


科研项目

(1)  深度学习支持下的活动小行星表面精细形貌制图与分析方法研究,国家自然科学基金面上项目,2024/01-2027/12,主持

(2)  图卷积学习支持下的矢量型建筑物群模式识别方法研究,国家自然科学基金青年项目,2021/01-2023/12,主持

(3)  地理空间关联与分布模式识别方法研究,地理信息工程国家重点实验室基金课题,2021/10-2023/09,联合主持

(4)  基于深度学习得建筑物形状编码与空间认知,自然资源部数字制图与国土信息应用重点实验室基金课题,2021/01-2022/12,主持

(5)  面向我国小行星采样返回任务的物理特性估计与采样选址关键理论方法与仿真验证研究,上海市教育委员会科研创新计划自然科学重大项目,2023/01-2027/12,参与

(6)  地外天体三维精细重建和探测器着陆/附着视觉定位理论方法研究与关键技术验证,上海市科技创新行动计划高新技术领域项目,2022/07-2024/06,参与


主要论文

(1)  X. Yan, T. Ai (*), M. Yang, H. Ying. A graph convolutional neural network for classification of building patterns using spatial vector data. ISPRS Journal of Photogrammetry and Remote Sensing, 2019, 150, 259-273. (IF: 11.774,Google引用160次,摄影测量与遥感领域顶级期刊)

(2)  X. Yan, T. Ai (*), M. Yang, X. Tong. Graph convolutional autoencoder model for the shape coding and cognition of buildings in maps. International Journal of Geographical Information Science, 2021, 35 (3), 490-512. (地理信息科学领域顶级期刊)

(3)  X. Yan (*), M. Yang (*). A deep learning approach for polyline and building simplification based on graph autoencoder with flexible constraints. Cartography and Geographic Information Science, 2023.

(4)  M. Yang, T. Yuan, X. Yan (*), T. Ai, C. Jiang. A hybrid approach to building simplification with an evaluator from a backpropagation neural network. International Journal of Geographical Information Science, 2022, 36(2), 280-309. (地理信息科学领域顶级期刊)

(5)  M. Yang, C. Jiang, X. Yan (*), T. Ai, M. Cao, W. Chen. Detecting interchanges in road networks using a graph convolutional network approach. International Journal of Geographical Information Science, 2022, 36(2), 1119-1139. (地理信息科学领域顶级期刊)

(6)  M. Yang, B. Kong, R. Dang, X. Yan (*). Classifying urban functional regions by integrating buildings and points-of-interest using a stacking ensemble method. International Journal of Applied Earth Observation and Geoinformation, 2022, 108, 102753.