姓名： | 王森援 | 性别： | 女 |
|
职称： | 讲师（校聘副教授） | 学位： | 工学博士 | |
单位： | 东华理工大学测绘与空间信息工程学院（北斗学院） | |||
地址/邮编： | 江西省南昌市昌北经开区广兰大道418号/330013 | |||
Email： | wangsy@ecut.edu.cn | |||
研究方向： | 三维点云智能处理、计算机视觉、人工智能 | |||
个人简介
王森援，博士，主要从事低空摄影测量与遥感、数字孪生城市中建筑物模型结构化重建和计算几何相关算法研究，具体涉及数据智能处理、计算几何、计算机图形学和人工智能等相关领域。以第一作者在ISPRS-JPRS、JAG中科院一区Top期刊发表论文，《地球信息科学学报》发表中文核心期刊。
教育经历
2020年9月—2024年12月 武汉大学 遥感科学与技术 博士
2016年9月—2019年6月 集美大学 智能信息处理 硕士
2012年9月—2016年6月 盐城师范学院 数学与应用数学 学士
工作经历
2025年6月—至今 东华理工大学测绘与空间信息工程学院校聘副教授
成果与奖励
智慧城市技术创新奖二等奖，2023年，参与。
科研项目
湖北省***重大项目(2021AAA010)，空天信息。。。。。。，2021-2024，参与（第三参与人）
武汉大学-知卓时空智能研究基金(ZZJJ202206),语义感知的实景三维模型建筑物实体化重构,2022-2023,参与（第三参与人）
发表论文
Wang S, Liu X, Zhang Y, et al. Semantic-guided 3D building reconstruction from triangle meshes[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 119: 103324. (SCI 1区Top)
Wang S, Cai G, Cheng M, et al. Robust 3D reconstruction of building surfaces from point clouds based on structural and closed constraints [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 170: 29-44. (SCI 1区Top)
Liu X, Zhu X, Zhang Y, Wang S, et al. Generation of concise 3D building model from dense meshes by extracting and completing planar primitives[J]. The Photogrammetric Record, 2023, 38(181): 22-46.
Fan W, Liu X, Zhang Y, Yue D, Wang S, et al. Airborne LiDAR point cloud filtering algorithm based on supervoxel ground saliency[J]. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2024, 10: 73-79.
Zou S, Liu X, Huang X, Zhang Y, Wang S, et al. Edge-preserving stereo matching using lidar points and image line features[J]. IEEE Geoscience and Remote Sensing Letters, 2023.
Cai G, Chen J, Wu Z, Tang H, Liu Y, Wang S, et al. One stage lesion detection based on 3D context convolutional neural networks[J]. Computers & Electrical Engineering, 2019.
王森援,蔡国榕,王宗跃,等.基于加权约束的单体建筑物点云表面重建算法[J].地球信息科学学报, 2019, 21(5):9.
刘欣怡,张永军,范伟伟, 王森援等.无人机倾斜摄影三维建模技术研究现状及展望[J].时空信息学报,2023,30(1):41-48.
发明专利
语义感知的三角网模型建筑物实体重建方法，2023（专利号：CN202310060488.6）
一种基于分割优化的建筑物三角网模型的轮廓自动提取方法，2023（专利号：CN202310499026.4）
学生培养
欢迎具有好奇心，勇于探索，踏实坚定的同学加入。定期深度交流，注重引导独立思考与科研思维的养成，在关键节点给予方向性指引。有机会参加国内外学术会议，拓展视野。共同构建开放、和谐、互助的科研氛围，让每一位成员都能在支持中成长。有追求、有热情的你，欢迎通过邮件与我联系。