学术信息网 西电导航 关于 使用说明 搜索 系统首页 登录 控制面板 收藏 李娇娇的留言板
基本信息

李娇娇  教授   华山菁英系列

国家级青年人才 博士生导师

博士学科:信息与通信工程

硕士学科:软件工程

本科学科:计算机科学与技术

工作单位:西安电子科技大学

联系方式

通信地址:陕西省西安市太白南路二号

电子邮箱:jjli@xidian.edu.cn

办公电话:029-88202607

办公地点:老科技楼B201

招募信息

招募信息

目前还有2025级学术型博士名额

本团队长期招收

学有余力的三年级本科生

提前进入实验室

开展学术和工程研究工作

欢迎各位优秀学士咨询!

个人简介

个人简历

西安电子科技大学,通信工程学院,国家级青年人才,教授  博导 华山精英系列

教育经历:

分别获西安电子科技大学获学士、硕士和博士学位,师从李云松长江特聘教授。

于2014年至2015年在美国MSU大学ECE系,作为国家公派联合培养博士,师从IEEE Fellow Qian(Jenny)Du教授进行交流学习。

科研与学术经历:

1. IEEE Senior Member、中国图像图形学会会员、CSIG影像应用与系统集成专业委员会委员

2. 自2023年,担任遥感领域国际期刊Remote Sensing(中科院二区)编委

3. 担任了IEEE TNNLS、TIP、TGRS、TC、IEEE J-STARS、Neural networks、 IGARSS等刊物的审稿人工作

4. 担任了10th international workshop on the analysis of multitemporal remote sensing images国际多时相遥感图像会议的session chair

5. 担任遥感领域国际期刊Remote Sensing(中科院二区)特刊“Advances in Hyperspectral Data Exploitation”的客座编辑,2020-2021。

6.担任遥感领域国际期刊Remote Sensing(中科院二区)特刊“Remote Sensing Image Classification and Semantic Segmentation”的客座编辑,2022-2023,编辑:李娇娇,Jenny Du,Jocelyn Chanussot ,李伟,席博博,宋锐,李云松

7.担任遥感领域期刊Frontiers in Remote Sensing特刊“Advances in Deep Learning-based Hyperspectral Data Processing and Applications”的客座编辑,2022-2023,编辑:席博博,李娇娇,黄岩,牟利超,康健

获奖:

1. 2023,计算机领域顶级会议ICCV 6D姿态估计挑战赛   世界冠军

2. 2022,计算机领域顶级会议ECCV 6D姿态估计挑战赛   世界冠军

3. 2022,计算机领域顶级会议CVPR NTIRE 光谱重建赛道   世界季军

4. 2021,入选陕西省高校科协青年人才托举计划

5. 2021,入选西安市科协青年人才托举计划

6. 2021,  第二届全国人工智能大赛“华为・昇腾杯”AI+遥感影像赛道 全国三等奖 

7. 2020,  计算机领域顶级会议CVPR NTIRE 光谱重建赛道   世界冠军

8. 2019,第一届“天智杯”人工智能挑战赛课题二科目二 全国冠军

9. 2019,  西安电子科技大学海棠八号书院“优秀本科生导学团队” 导师

10. 2019,第五届“建行杯”中国“互联网+”大学生创新创业大赛陕西赛区 金奖/冠军(高教主赛道)

11. 2019,第五届“建行杯”中国“互联网+”大学生创新创业大赛 高教主赛道全国金奖;指导老师

12. 2017,陕西省第三届研究生创新成果展二等奖;排名2

论文:

一作及通信作者,发表国际期刊和会议论文70余篇,中科院一区/二区以上SCI检索论文50余篇,包括不限于IEEE TIP,TNNLS,TGRS,T-CYB,RS等期刊。2021年-2023年入选4篇esi,1篇hotpaper。

专利:授权发明专利11项。

主持和参与项目:主持多项纵向科研项目,包括科技创新2030“新一代人工智能”重大项目(地外探测无人系统自主智能精准感知与操控)火星项目【子任务主持】、国家自然科学基金面上、青年科学基金、中国博士后科学基金特别资助、中国博士后科学基金面上项目、陕西省博士后科学基金面上项目、中央高校基本科研业务费、中科院光谱成像技术重点实验室开放基金、科技委项目。作为核心技术负责人参与中国首次HX探测任务(光谱数据压缩)等30余项课题。

主要研究方向

1. 遥感图像智能处理:,包括分类(分割)、光谱重建、融合、解混、目标检测、样本生成等
2. 深度学习、模式识别
3. 计算机视觉(三维):点云语义分割、点云补全、深度估计等
4. 稀疏表示