1. 遥感数据智能解译与多模态融合方法研究

本研究方向致力于遥感数据的智能解译与语义理解技术，面向遥感图像日益增长的多模态、多时相特征需求，系统挖掘光学影像、合成孔径雷达（SAR）影像及地理位置信息等多源异构遥感数据之间的潜在关联与互补特性，聚焦多模态融合与深层语义建模中的关键科学问题。具体研究内容包括：基于光学与SAR影像的多模态目标检测、多模态多时相遥感数据的目标级变化检测、结合地理位置信息的舰船实例级识别等任务。同时，面向遥感解译中的知识泛化与表示学习问题，探索大语言模型以及多模态大模型在遥感领域的适配与应用，推动遥感解译从任务定制化向统一智能感知范式演进。

2. 智能周界安防系统中的多模态感知与目标识别技术研究

本研究方向面向复杂环境下的智能周界安防场景，重点研究多模态感知与跨时空目标理解技术，旨在提升全天候、全场景下的目标探测与识别能力。研究内容涵盖：基于可见光与红外成像的多模态融合目标检测方法、面向低信噪比条件的红外目标检测算法、利用少量标注样本构建的半监督视频目标检测机制、面向连续帧的视频目标跟踪算法设计，以及在跨摄像头视角下的目标重识别（Re-identification）等关键任务。同时，探索将多模态大模型与预训练视觉模型应用于周界安防数据理解与行为分析，构建具备鲁棒性与可扩展性的智能安防系统框架，推动从传统监控向具备自主感知与决策能力的智能感知系统演进。

[1] beat365官方网站博士启动费，基于仿生视听感知的智能周界安防系统，2025.04-2028.04，主持。

[2] 西安电子科技大学，多源融合探测系统研究，2025.04-2026.04，主持。

[3] 校企合作，基于国产算力的多路融合检测系统研究，2025.03-2027.03，主持。

[4] 陕西省科技厅，秦创原“科学家+工程师”队伍建设,智能目标感知与解译“科学家+工程师”队伍，2021.08-2026.08，参与。

[5] 研究生创新基金(西安电子科技大学),雷光一体化智能周界安防系统，2021.04-2022.04，主持。

[6] 陕西省科技厅，深度学习与类脑智能创新团队，2020.06–2023.06，参与。

[7] 中国工业集团第五三研究所，基于微波与光学融合技术研究，2018.12–2020.09，参与。

[8] 北京电子工程总体研究所，空天地联合探测与信息识别技术，2018.06–2023.06，参与。

学术论文：

[1] Gao Q., Feng Z., Yang S., Chang Z., & Meng H. (2024). Heterogeneous object-level aircraft change detection via cross-modal interaction and imbalanced learning. IEEE Transactions on Geoscience and Remote Sensing.  (中科院一区，JCR Q1)

[2] Gao Q., Feng Z., Yang S., Chang Z., & Wang R. (2022). Multi-path interactive network for aircraft identification with optical and SAR images. Remote Sensing, 14(16), 3922. (中科院二区，JCR Q1)

[3] Gao Q., Feng Z., Yang S., Chang Z., & Li R. (2025). GASC-Net: A geospatial information-assisted network for ship classification. Pattern Recognition, 111404.   (中科院一区，JCR Q1)

[4] Liu Z., Yang S., Gao Q., Feng Z., Wang M., & Jiao L. (2022). AFnet and PAFnet: Fast and accurate SAR autofocus based on deep learning. IEEE Transactions on Geoscience and Remote Sensing, 60, 1–13.  (中科院一区，JCR Q1)

[5] Liu Z., Yang S., Feng Z., Gao Q., & Wang M. (2021). Fast SAR autofocus based on ensemble convolutional extreme learning machine. Remote Sensing, 13(14), 2683.  (中科院二区，JCR Q1)

[6] Chang Z., Yang S., Feng Z., Gao Q., Wang S., & Cui Y. (2023). Semantic-relation transformer for visible and infrared fused image quality assessment. Information Fusion, 95, 454–470.    (中科院一区，JCR Q1)

[7] Chang Z., Feng Z., Yang S., & Gao Q. (2023). AFT: Adaptive fusion transformer for visible and infrared images. IEEE Transactions on Image Processing, 32, 2077–2092.   (中科院一区，JCR Q1)

[8] Zhai L., Yang S., Li Y., Feng Z., Chang Z., & Gao Q. (2024). Harnessing the power of SVD: An SVA module for enhanced signal classification. Proceedings of the AAAI Conference on Artificial Intelligence, 38(15), 16669–16677.   (中科院一区，JCR Q1)

发明专利：

[1] 杨淑媛，高全伟，常志豪，于子凡等，基于多源认知融合的遮挡目标检测识别方法，中国，CN202011362265.8，授权日期：2023.01.24。

[2] 杨淑媛，常志豪，高全伟，高欣怡等，基于多源异构数据认知融合的目标检测方法，中国，CN202011355669.4，授权日期：2023.03.10。

[4] 王敏，杨莉，高全伟，基于光学图像辅助的毫米波雷达目标跟踪方法，中国，CN202111040487.2，授权公布日：2024-07-30。

[3] 杨淑媛，翟蕾，高全伟，武星辉等，基于深度学习的雷达辅助相机标定方法，中国，CN202111117899.1，授权公布日：2024-05-14。