工学博士、助理教授


1.研究方向：计算机视觉、计算机图形学、机器学习与深度学习、人机交互技术
2.教育背景：
2010.09-2014.06 信息与通信工程 工学博士，国防科技大学
2008.09-2010.08 计算机视觉 联合培养博士研究生，伦敦大学玛丽皇后学院
2008.03-2008.08 信息与通信工程 博士研究生, 国防科技大学
2005.09-2007.12 通信与信息系统 硕士, 国防科技大学
2001.09-2005.06 信息工程 本科, 国防科技大大学
3.工作经历：
2018-至今 同济大学设计创意学院 助理教授
2014.12-2018.01 上海交通大学电子信息与电气工程学院 博士后
4.代表研究成果和作品：
2015-2016，基于深度学习的高分SAR图像特征学习与分类方法研究（博士后基金, 2015M581618，2015.11-2016.11，已结题，主持）
2014-2018，高分辨SAR测试库及质量评估（自然科学基金重点项目，**，2014.01-2018.12，在研，参与）
5.近五年代表性论著、教材、论文、专利与展览：
[1]Zhang, Z., Guo, W. , & Zhu S.(2018) Toward Arbitrary-Oriented Ship Detection With Rotated Region Proposaland Discrimination Networks. IEEEGeoscience and Remote Sensing Letters. Accetped
[2]Zhao J., Guo, W, & Zhang Z.( 2018). A Coupled Convolutional NeuralNetwork for Small and Densely Clustered Ship Detection in SAR Images, SCIENCE CHINA Information Science,Accepted.
[3]Li, B., Liu, Bin, Guo, W, &Zhang, Z. Ship Size Extraction for Sentinel-1Images Based on Dual-Polarization Fusion and Nonlinear Regression: Push ErrorUnder One Pixel. (2018). IEEETransactions on Geoscience and Remote Sensing, Accepted
[4]Huang, L., Liu, B., Li, B., Guo, W., Yu,W., Zhang, Z., & Yu, W. (2018). OpenSARShip: A Dataset Dedicated toSentinel-1 Ship Interpretation.IEEE Journal of Selected Topics in AppliedEarth Observations and Remote Sensing, 11, 195-208.
[5]祝胜男，郭炜炜，柳彬，张增辉，郁文贤.基于超像素级上下文特征的靠岸集装箱船检测[J].武汉大学学报（信息科学版），2018, 录用待刊
[6] Li, M., Guo, W., Zhang, Z., Yu, W. &Zhang T.(2018). Fast topology preserving PolSAR image superpixel segmentation.(2018). IEEE InternationalGeoscience and Remote Sensing Symposium, accepted.
[7]赵娟萍, 郭炜炜, 柳彬,等. 基于概率转移卷积神经网络的含噪标记SAR图像分类[J]. 雷达学报, 2017(5):514-523.
[8]刘泽宇, 柳彬, 郭炜炜,等. 高分三号NSC模式SAR图像舰船目标检测初探[J]. 雷达学报, 2017,6(5):473-482.
[9]Zhao,J., Guo, W., Liu, B., Zhang, Z., Yu, W., & Cui, S. (2017). Preliminaryexploration of SAR image land cover classification with noisy labels.2017 IEEEInternational Geoscience and Remote Sensing Symposium (IGARSS),3274-3277.
[10]Guo,W., Zhang, Z., Zhao, J., & Yu, W. (2016). Fast topology preserving PolSARimage superpixel segmentation.2016 IEEE International Geoscience andRemote Sensing Symposium (IGARSS), 6894-6897.
[11]Zhao,J., Guo, W., Cui, S., Zhang, Z., & Yu, W. (2016). Convolutional NeuralNetwork for SAR image classification at patch level.2016 IEEEInternational Geoscience and Remote Sensing Symposium (IGARSS),945-948.
[12]Guo,W., Hu, W., Boulgouris, N.V., & Patras, I. (2013). Semi-supervised visualrecognition with constrained graph regularized non negative matrixfactorization.2013 IEEE International Conference on Image Processing,2743-2747.
[13]Guo, W., Kotsia, I., & Patras, I.(2012). Tensor Learning for Regression.IEEE Transactions on Image Processing, 21,816-827.
[14]Kotsia, I., Guo, W., & Patras, I.(2012). Higher rank Support Tensor Machines for visual recognition. Pattern Recognition, 45, 4192-4203.
[15]Kotsia,I., Guo, W., & Patras, I. (2012). Higher rank Support Tensor Machines forvisual recognition.Pattern Recognition, 45, 4192-4203.


6.荣誉与获奖：
2016 军队科技进步奖二等奖
2014 军队科技进步奖三等奖
7.联系方式:
电话：**
Email:thinkheaven@gmail.com