王心宇 · 武汉大学遥感信息工程学院

副教授 / 博士生导师 · 高光谱遥感智能解译 · 遥感基础模型 · RSIDEA光谱组

我是王心宇，武汉大学遥感信息工程学院副教授、博导，RSIDEA 光谱组负责人。我的研究围绕高光谱遥感智能解译展开：让模型在波段多、标注少、场景复杂的条件下，既“看得懂”遥感影像，又在卫星、无人机等边缘设备上“跑得动”，并能在农业、环境、灾害等场景中落地。如果你对高光谱、遥感基础模型、农业遥感或边缘智能感兴趣，欢迎往下看。

学术概览：发表论文80余篇，其中SCI一区论文57篇；Google Scholar 引用4000+，H 指数31；获测绘进步一等奖、湖北省科技进步一等奖、博新计划、IJCAI 竞赛冠军、IEEE目标跟踪挑战赛冠军等奖励。

招生信息：每年招收 2 -3名硕士生（以学院当年指标为准），欢迎本科生以大创、科研训练、毕设形式提前进组学习。

研究与项目

围绕天-空-地新型遥感对地观测数据，研究高光谱、高空间分辨率遥感智能解译方法，服务于农林生态、自然资源、深空探测、工业视觉等多领域应用。

研究方向

①  开放环境下的高光谱遥感智能解译

     研究复杂场景高光谱数据基础模型与鲁棒解译方法。

②  高分辨率农业遥感智能处理与应用

      研究农田基础设提取、作物细粒度分类与变化检测方法，服务精准农业。

③  边缘（卫星/无人机）平台实时处理

      研究模型轻量化压缩方法，推动遥感算法在卫星等边缘平台部署。

④  遥感与环境健康监测应用

      探索遥感环境数据与健康指标之间的关联。

科研项目

①  面向开放环境的高光谱遥感地物动态识别理论与方法研究，国家自然科学基金面上项目。

②  农田基础设施遥感智能识别与巡查技术研究, 国家重点研发计划子课题。

③ 复杂场景***目标跟踪, “慧眼行动”应用转化项目。

④  基于深度正则化的高光谱遥感影像全自动混合像元分解技术研究, 国家自然科学基金青年项目。

⑤  高分辨率遥感多维度地物智能解译技术研究，华为校企合作项目。

招生与指导

每年招收2-3名硕士，博士招生名额请邮件咨询。欢迎本科生以大创、科研训练、毕设形式提前进组。

我期待你具备以下至少一项

 - 有 Python / PyTorch 基础，做过课程项目、竞赛或开源项目；

 - 遥感、计算机、电信、数学、测绘、资环等相关背景；

 - 对深度学习有实际动手经验，愿意读代码、跑实验、写论文；

 - 暂时不会，但愿意提前进组补课，用大创或毕设先做一个小项目。

不同年级可以做什么

 - 大一     欢迎进组体验，零基础可先跟组学习，了解遥感 AI。

 - 大二     适合申请大创、科研训练，从一个小项目开始。

 - 大三     可做大创 / 科研训练，提前进组，为保研 / 考研做准备。

 - 大四     欢迎做毕设，同时申请硕士；考研 / 保研同学请邮件联系。

指导方式

 - 组会：每周1次组会，每学期2次学术进展汇报。

 - 讨论：每周至少1次单独讨论。论文写作阶段加密。

 - 论文修改：我会逐段改，第一篇文章通常需要3-5轮打磨。

 - 署名：学生做出主要贡献的工作，学生一作，本人通讯。

 - 毕业：按学院要求执行，希望你在读期间至少完成一项能拿得出手的工作。

| 如果你希望被“放养”，我这里可能不适合；如果你希望有人一起做前沿交叉研究，改论文、讨论问题，欢迎联系。

 申请方式

请发邮件至wangxinyu@whu.edu.cn，标题写“年级-姓名-学校-专业-意向（大创/毕设/硕士）”，附简历、成绩单、项目或代码链接。一般24小时内回复。

代表性论文与开源

代表性论文（完整论文列表见 Google Scholar）

[1] Wang Ningjing, Wang Xinyu*, et al. Identifying rural roads in remote sensing imagery: From benchmark dataset to coarse-to-fine extraction network—A case study in China[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2026, 231: 487-506.

[2] Zhao Anran, Wang Xinyu*, et al. Towards individual agricultural parcel vectorization from VHR imagery: A coarse-to-fine and multi-task learning method[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2026, 238: 191-229.

[3] Lei Lei, Wang Xinyu*, et al. FineCrop: Mapping fine-grained crops using class-aware feature decoupling and parcel-aware class rebalancing with Sentinel-2 time series[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2025, 228: 785-803.

[4] Li Jingtao, Liu Yingyi, Wang Xinyu*, et al. HyperFree: A channel-adaptive and tuning-free foundation model for hyperspectral remote sensing imagery[C]//Proceedings of the 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025.

[5] Lei Lei, Wang Xinyu*, et al. CROPUP: Historical products are all you need? An end-to-end cross-year crop map updating framework without the need for in situ samples[J]. Remote Sensing of Environment, 2024, 315: 114430.

[6] Li Jingtao, Wang Xinyu*, et al. Learning a cross-modality anomaly detector for remote sensing imagery[J]. IEEE Transactions on Image Processing, 2024, 33: 6607-6621.

[7] Pan Yang, Wang Xinyu*, et al. E2EVAP: End-to-end vectorization of smallholder agricultural parcel boundaries from high-resolution remote sensing imagery[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2023, 203: 246-264.

[8] Zhao Hengwei, Wang Xinyu*, et al. Class prior-free positive-unlabeled learning with Taylor variational loss for hyperspectral remote sensing imagery[C]//Proceedings of the 2023 IEEE/CVF International Conference on Computer Vision (ICCV), 2023.

[9] Liu Zhenqi, Wang Xinyu*, et al. SiamHYPER: Learning a hyperspectral object tracker from an RGB-based tracker[J]. IEEE Transactions on Image Processing, 2022, 31: 7116-7129.

[10] Wang Shaoyu, Wang Xinyu*, et al. Auto-AD: Autonomous hyperspectral anomaly detection network based on fully convolutional autoencoder[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-14.

开源代码

• **HyperFree** 高光谱遥感基础模型（CVPR2025）

• **SGSNMF** 空间结构稀疏非负矩阵分解方法（TGRS2017）

• **SAED** 基于视觉显著性的高光谱端元自动提取方法（TGRS2020）

• **Auto-AD** 基于卷积自编码器的高光谱异常探测方法（TGRS2022）

• **多模态异常探测方法**（TGRS2024、TIP2024）

• **SGIDN** 星-地协同高光谱影像去噪方法（RSE2020）

• **ITreeDet** 基于PU学习的高光谱入侵物种探测方法（ISPRS2022）

• **高光谱PU学习单分类方法** HOneCls（TGRS2023）、T-HOneCls（ICCV2023）

• **高分遥感影像耕地地块矢量化提取方法** E2EVAP（ISPRS2023）IAPVec (ISPRS 2026)

• **CROPUP** 跨年份作物制图更新方法（RSE2024）

开源数据集

• **WHU-Hi** 高光谱精细分类基准数据集（RSE2020）

• **Hi-CNA** 非农化变化监测基准数据集（ISPRS2024）

• **WHU-Hi-River** 高光谱异常探测数据集（TGRS2020）

• **WHU-MHF** 多光谱/高光谱融合数据集（TGRS2024）

• **NOT-156** 微光-红外夜间目标跟踪数据集（TGRS2024）

• **WHU-RuR+** 高分辨率遥感影像农村道路提取数据集（JAG2025）

团队与学生

RSIDEA光谱组是由从事光谱、农业遥感方向研究的科研人员组建的一个学术研究组，学术指导为张良培教授、钟燕飞教授。研究团队具备高光谱、红外-微光夜视等各类型先进载荷、工业级服务器等先进设备，拥有良好的学术与科研氛围！

学生毕业去向

博士生：王少宇（首尔大学）、胡鑫（广堪）、崔春旸（北京测绘院）、赵恒伟（德州农工大学）、雷蕾（电子科大）、李静涛（剑桥）、孙晨（浪潮）、孙振东（河南科学院）、王宁静（西安科技大学）、张鼎铭（武大）。

硕士生：罗朝之（赫尔辛基大学）、李冠中（广堪）、罗畅（广堪）、潘洋（字节）、朱曾亮（上海技物所）、刘梓盈（长光所）、唐舸（京东）、姜枭（华为）、彭韵凝（快手）、刘颖怡（京东）。

联系方式

办公地点：武汉大学信息学部 西区综合楼108室

邮箱：wangxinyu@whu.edu.cn

暂无内容