姓名：

柳稼航

性别：

男

职务：

职称：

教授

导师类别：

博士生导师

办公室：

研究领域：

遥感技术，图像处理，计算机视觉，人工智能

电话：

Email：

jhliu@nuaa.edu.cn

个人简介

2000年本科毕业于武汉大学，获摄影测量与遥感工学学士学位；2003年硕士毕业于中国地震局地质研究所，获构造地质理学硕士学位；2011年博士毕业于上海交通大学，获模式识别与智能系统工学博士学位。2003年~2019年，在中国科学院西安光学精密机械研究所工作，历任实习研究员，助理研究员、副研究员、研究员。2004年~2008年任中国科学院月球与深空探测总体部办公室副主任，2015年~2019年任中国科学院西安光学精密机械研究所遥感与智能信息系统研究中心主任、武汉大学-中国科学院西安光学精密机械研究所空间智能技术联合实验室副主任，2015年入选中国科学院西部青年学者计划（A类）。在IEEE TGRS、JSTARS、GRSL，OE，IJRS，JARS、中国科学、科学通报等国内外高级期刊上发表论文40余篇，国家发明专利4项，IEEE会员，SPIE会员,获陕西省科技进步奖、中国地震局科技进步奖各1项。

学术成果

近年来发表的主要期刊论文

1. M. Guo, C. Zhou, J. Liu, Jointly Learning of Visual and Auditory: A New Approach for RS Image and Audio Cross-Modal Retrieval, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2019 (Accepted)

2. J. Liu, J. Liu, X. He, et al., Retrieval of marine inorganic particle concentrations in turbid waters using polarization signals. Internal Journal of Remote Sensing. 2019

3. W. Ren, J. Guan , J. Liu, J. Chen and X. Feng. Range-gated imaging in turbid conditions using a combination of intensity and polarization information. Physica Scripta, 94 (2019) 105505, pp. 1-10

4. J. Liu, J. Liu, X. He, D. Pan, et al., “Diurnal Dynamics and Seasonal Variations of Total Suspended Particulate Matter in Highly Turbid Hangzhou Bay Waters Based on the Geostationary Ocean Color Imager”, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 11, No. 7, pp. 2170- 2180, July 2018

5. 陈铁桥，柳稼航，朱锋，王一豪，刘佳陈杰. 适用于遥感分类的多邻域粗糙集加权特征提取方法。武汉大学学报•信息科学版，vol.43, No.2, 2018年2月

6. J. Liu, C. Zhou, P. Chen, C. Kang, “An Efficient Contrast Enhancement Method for Remote Sensing Images.” IEEE Geoscience and Remote Sensing Letters, VOL. 14, NO. 10, OCT. 2017

7. J. Liu, X. He, J. Liu, Y. Bai, D. Wang, T. Chen, Y. Wang, and F. Zhu, "Polarization-based enhancement of ocean color signal for estimating suspended particulate matter: radiative transfer simulations and laboratory measurements," Opt. Express., 25, A323-A337, Apr., 2017

8. J. Liu, D. Li and T. Fang, “Shadow detection for color remotely sensed images based on multi-feature integration.” Journal of applied remote sensing, vol. 6, pp. 063521-1~12, 2012.

9. J. Liu, T. Fang and D. Li, “Shadow detection in remotely sensed images based on self-adaptive feature selection.” IEEE transactions on geoscience and remote sensing, vol. 49, No.12, pp.5092~5103, 2011.