研究方向

精准农业与植物病害检测

Precision Agriculture and Plant Disease Detection

精准农业与植物病害检测研究示意图

围绕田间图像中的病斑、虫害和作物生长状态,研究小目标检测、实例分割、多光谱感知与端到端 Transformer 检测方法。

关键研究问题

  • 自然光照、遮挡与背景干扰
  • 病斑和虫害的小尺度、细粒度差异
  • 田间数据的跨时相与跨设备泛化

主要研究内容与技术路线

  • Transformer 检测
  • 实例分割与多尺度特征建模
  • RGB 与近红外遥感感知

应用场景

  • 作物病害监测
  • 虫害识别
  • 无人机农情巡查

相关研究人员

王瀚祥 · 厉彦芬

代表性成果

  • PD-TR: End-to-end plant diseases detection using a transformer

    Computers and Electronics in Agriculture, 224, 109123

    Hanxiang Wang, Tri-Hai Nguyen, Tan N. Nguyen, L. Minh Dang · 2024

  • Crop pest recognition in natural scenes using convolutional neural networks

    Computers and Electronics in Agriculture, 169, 105174

    Yanfen Li, Hanxiang Wang, L. Minh Dang, Abolghasem Sadeghi-Niaraki, Hyeonjoon Moon · 2020

  • Fusarium wilt of radish detection using RGB and near infrared images from Unmanned Aerial Vehicles

    Remote Sensing, 12, 2863

    L. Minh Dang, Hanxiang Wang, Yanfen Li, Kyungbok Min, Jin Tae Kwak, O. Lee, Hanyong Park, Hyeonjoon Moon · 2020

  • An efficient attention module for instance segmentation network in pest monitoring

    Computers and Electronics in Agriculture, 195, 106853

    Hanxiang Wang, Yanfen Li, L. Minh Dang, Hyeonjoon Moon · 2024

研究配图:作物健康与病害智能感知。

遥感目标检测

Remote Sensing Object Detection

遥感目标检测研究示意图

面向无人机与遥感图像解译,研究注意力引导特征融合、复杂背景中的小目标检测与高精度目标定位。

关键研究问题

  • 目标尺度跨度大且排列密集
  • 地物背景复杂、类别间差异弱
  • 视角变化和分辨率变化显著

主要研究内容与技术路线

  • 注意力引导特征融合
  • 多尺度检测
  • 无人机遥感目标定位

应用场景

  • 遥感影像解译
  • 无人机巡检
  • 地物目标监测

相关研究人员

王瀚祥 · 厉彦芬

代表性成果

  • ORCNN-X: Attention-driven multiscale network for detecting small objects in complex aerial scenes

    Remote Sensing, 15, 3497

    Yanfen Li, Hanxiang Wang, L. Minh Dang, Hyoung-Kyu Song, Hyeonjoon Moon · 2023

  • Drone-Based High-Precision Object Detection in Remote Sensing with Attention-Guided Feature Fusion

    Tsinghua Science and Technology, 31, 1263-1281

    Hanxiang Wang, Yanfen Li, Yuanke Zhang, Junliang Shang, Guangshun Li, Liem Dinh-Tien, L. Minh Dang, Hyoung-Kyu Song, Hyeonjoon Moon · 2026

研究配图:复杂场景下的遥感目标定位。

医学图像分析

Medical Image Analysis

医学图像分析研究示意图

围绕低剂量 CT 图像的噪声抑制与结构保持,研究上下文 Transformer、领域对比学习和鲁棒视觉表征。

关键研究问题

  • 低剂量成像中的噪声与细节损失
  • 不同设备和协议造成的数据分布差异
  • 医学数据隐私与高质量标注稀缺

主要研究内容与技术路线

  • 低剂量 CT 去噪
  • 上下文 Transformer
  • 领域对比学习

应用场景

  • 医学图像预处理
  • 图像重建
  • 辅助诊断前的图像质量增强

相关研究人员

王瀚祥

代表性成果

  • CT-Denoimer: efficient contextual transformer network for low-dose CT denoising

    Physics in Medicine & Biology, 70, 115024

    Yuanke Zhang, Fan Xu, Rui Zhang, Yanfei Guo, Hanxiang Wang, Bingbing Wei, Fei Ma, Jing Meng, Jianlei Liu, Hongbing Lu, Yang Chen · 2025

  • DSCN-Net: domain-specific contrastive network for unsupervised low-dose CT denoising

    Neurocomputing, 651, 130919

    Rui Zhang, Yuanke Zhang, Yanfei Guo, Hanxiang Wang, Bingbing Wei, Fei Ma, Jing Meng, Jianlei Liu, Hongbing Lu, Yang Chen · 2025

  • TumorNet: A hybrid lightweight framework for brain tumor classification and reasoning

    Information Sciences, 746, 123423

    Hanxiang Wang, Muhammad Zaqeem, Muhammad Fayaz, Defu Qiu, Sajjad Ahadzadeh, Tan N. Nguyen, L. Minh Dang · 2026

研究配图:面向医学成像的智能视觉分析。

红外目标检测

Infrared Target Detection

红外目标检测研究示意图

聚焦红外小目标增强、背景杂波抑制与复杂环境下的鲁棒检测。

关键研究问题

  • 弱小目标与低对比度
  • 复杂背景杂波干扰
  • 夜间和恶劣天气中的有限纹理信息

主要研究内容与技术路线

  • 小目标增强
  • 背景杂波抑制
  • 多尺度上下文建模

应用场景

  • 夜间感知
  • 低可见度监测
  • 复杂环境目标识别

研究配图:复杂环境下的红外目标感知。