导师姓名：白婷
个人简介：
硕士研究生导师，博士毕业于武汉大学测绘遥感信息工程国家重点实验室，获工学博士学位。博士期间赴纽约州立大学布法罗分校联合培养18个月。主要从事深度学习、遥感影像变化检测及计算机视觉方法与应用研究。
近年来在图像处理与视觉分析领域发表学术论文20余篇，其中SCI收录论文17篇，以第一作者/通讯作者在 Geo-spatial Information Science、Photogrammetric Engineering & Remote Sensing、International Journal of Remote Sensing、Remote Sensing 等期刊发表论文9篇；以第一作者发表ESI全球高被引论文1篇，获《Geo-spatial Information Science》期刊优秀论文奖（Excellent Paper Award）。截至目前，该论文在期刊创刊以来的阅读量和引用量均位居前列。授权及申请发明专利7项。主持湖北省自然科学基金、全国重点实验室开放基金等3个项目，参与国家自然科学基金、国家重点研发计划、高分专项、中央财政自主研究课题及军队科研项目等10余项。先后担任 IEEE TGRS、IEEE JSTARS、European Journal of Remote Sensing、International Journal of Remote Sensing、Geo-spatial Information Science 等国际期刊审稿人。
研究方向：社会主义精神文明建设、中华优秀传统文化传承与保护
科研项目：
（1）耦合地学知识和深度学习模型的城市高分辨率影像变化检测方法研究，湖北省自然科学基金，2025–2027，主持。
（2）基于全尺度深度特征网络模型的藻类水华智能识别方法研究，测绘遥感信息工程全国重点实验室开放基金，2026–2027，主持。
（3）武汉市产业交通空间与土地价值协同创新研究，2021–2023，主持。
（4）自我空间感知的时序无人机影像城市三维变化检测研究，国家自然科学基金青年项目，2019–2021，参与。
（5）多特征融合与集成学习的城市高分辨率遥感影像变化检测，国家自然科学基金面上项目，2015–2019，参与。
（6）无人机XX相机时序影像目标定位及变化发现方法研究，中央财政自主研究课题，2018–2019，参与。
科研成果：
（1）Jin H, Song Y, Bai T*, Sun K, Chen Y. A Novel Dynamic Context Branch Attention Network for Detecting Small Objects in Remote Sensing Images. Remote Sensing, 2025, 17(14): 2415.（通讯作者，SCI论文，中科院二区）
（2）Deng S, Bai T, Chen Z, Chen Y. A Novel Aerosol Optical Depth Retrieval Method Based on SDAE from Himawari-8/AHI Next-Generation Geostationary Satellite in Hubei Province. Remote Sensing, 2025, 17(8): 1396.（共同第一作者，SCI论文，中科院二区）
（3）Bai T, An Q, Deng S, et al. A Novel UNet 3+ Change Detection Method Considering Scale Uncertainty in High-Resolution Imagery. Remote Sensing, 2024, 16: 1846.（第一作者，SCI论文，中科院二区）
（4）Bai T, Wang L, Yin D, et al. Deep learning for change detection in remote sensing: a review. Geo-spatial Information Science, 2023, 26(3): 262–288.（第一作者，SCI一区论文，ESI全球高被引论文，Excellent Paper Award）
（5）白婷等。 基于人工智能和遥感技术的城市更新单元识别方法研究及应用. 自然资源学报, 2023, 38(6): 1517–1531.（第一作者，中文领军期刊论文）
（6）Bai T, Sun K, Li W, et al. A novel class-specific object-based method for urban change detection using high-resolution remote sensing imagery. Photogrammetric Engineering & Remote Sensing, 2021, 87(4): 249–262.（第一作者，SCI论文）
（7）Bai T, Sun K, Deng S, et al. Multi-scale hierarchical sampling change detection using Random Forest for high-resolution satellite imagery. International Journal of Remote Sensing, 2018, 39(21): 7523–7546.（第一作者，SCI论文）
（8）Bai T, Li D, Sun K, et al. Cloud detection for high-resolution satellite imagery using machine learning and multi-feature fusion. Remote Sensing, 2016, 8(9): 715.（第一作者，SCI论文）
