后续待更新

3.1 高分辨率多通道图像边界感知快速分割研究

3.1.1 研究介绍

针对高分辨率图像中对象边界难以快速准确分离问题，提出条件随机场中双边消息传递快速逼近方法，形成RFN. UNet系列模型，有效实现边界感知快速分割，成功用于遥感图像中云/阴影检测任务。

3.2 运动信号智能识别研究

3.2.1 研究介绍

针对运动信号分类特异性表征问题，提出一维引导梯度类激活映射方法，有效揭示动作类别与输入之间显著性关联，成功应用在高尔夫挥杆动作识别上。

3.3 多通道图像增强研究

3.3.1 研究介绍

针对薄雾图像因薄雾散射带来的质量退化问题，级联神经网络和可微分导向滤波，形成GP2P系列模型，有效实现边界精准快速透射率计算，成功用于薄雾去除，提高图像质量。

3.1.2 研究成果

1) 获批项目

[1] 面向煤矿井下复杂视觉环境的关键目标动态分割大模型研究，国家自然科学基金青年科学基金项目，2025.01-今，项目负责人，在研。

[2] 2019年度博士后中国科学院特别研究助理资助项目，2019.10-2021.06，项目负责人，结题。

[3] 多光谱图像云/云阴影标记数据集及智能检测算法研究与评价，中国科学院空天院横向项目，2021.11-2022.12，项目负责人，结题。

2) 代表性论文

[1] Jiao L, Huo L, Hu C, et al. Refined UNet v3: Efficient end-to-end patch-wise network for cloud and shadow segmentation with multi-channel spectral features[J]. Neural Networks, 2021, 143: 767-782.

[2] Jiao L, Huo L, Hu C, et al. Refined UNet: Unet-Based Refinement Network for Cloud and Shadow Precise Segmentation[J]. Remote Sensing, 2020, 12(12):2001.

[3] Jiao L, Huo L, Hu C, et al. Permutohedral Refined Unet: Bilateral Feature-Scalable Segmentation Network for Edge-Precise Cloud and Shadow Detection[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024, 17: 10468-10489.

[4] Jiao L, Huo L, Hu C, et al. Refined UNet V2: End-to-End Patch-Wise Network for Noise-Free Cloud and Shadow Segmentation[J]. Remote Sensing, 2020, 12:3530.

[5] Jiao L, Huo L, Hu C, et al. Refined UNet V4: End-to-End Patch-Wise Network for Cloud and Shadow Segmentation with Bilateral Grid[J]. Remote Sensing, 2022, 14(2): 358.

[6] Jiao L, Zheng M, Tang P, et al. Towards Edge-Precise Cloud and Shadow Detection on the GaoFen-1 Dataset: A Visual, Comprehensive Investigation[J]. Remote Sensing, 2023, 15(4): 906.

[7] Jiao L, Huo L, Hu C, et al. Efficient Refined UNets: Efficient segmentation networks for boundary-aware cloud and shadow detection[J], Expert Systems with Applications, 2026, 297: 129403.

3) 论著

[1] 唐娉 等. 全球遥感数据自动化处理技术与系统架构[M]. 北京: 科学出版社, 2025. (参与撰写)

4) 开放源代码

[1] Refined UNet v3: https://github.com/jiaolobel/refined-unet-v3

[2] Refined UNet v4: https://github.com/jiaolobel/refined-unet-v4

[3] Permutohedral Refined UNet: https://github.com/jiaolobel/permutohedral-refined-unet

[4] Efficient Refined UNets: https://github.com/jiaolobel/efficient-refined-unets

[5] Efficient Global Perm Refined UNet (work in progress): https://github.com/jiaolobel/perm-refined-unet-efficient-impls

3.2.2 研究成果

1) 获批项目

[1] 面向实时运动信号分析的智能关键技术合作研究，国家级外专项目，2021.01-2022.12，项目负责人，结题。

[2] 面向生物反馈系统的智能动作识别模型及可解释性合作研究，2022年度中国-中东欧国家高校联合教育项目，2023.03-今，项目负责人，在研。

2) 代表性论文

[1] Jiao L, Gao W, Bie R, et al. Golf Guided Grad-CAM: attention visualization within golf swings via guided gradient-based class activation mapping[J]. Multimedia Tools and Applications, 2023, 83: 38481-38503.

[2] Jiao L, Bie R, Wu H, et al. Golf swing classification with multiple deep convolutional neural networks[J]. International Journal of Distributed Sensor Networks, 2018, 14(10): 1550147718802186.

[3] Jiao L, Wu H, Bie R, et al. Towards Real-Time Multi-Sensor Golf Swing Classification Using Deep CNNs[J]. Journal of Database Management (JDM), 2018, 29(3): 17-42.

3) 开放源代码

Golf Guided GradCAM: https://github.com/jiaolobel/golf-guided-gradcam

3.3.2 研究成果

1) 项目

[1] 遥感中高空间分辨率多光谱影像云遮挡神经修复技术研究，中国博士后科学基金面上项目，2020.01-2021.06，项目负责人，结题。

2) 论文

[1] Jiao L, Hu C, Huo L, et al. Guided-Pix2Pix: End-to-End Inference and Refinement Network for Image Dehazing[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 3052-3069.

[2] Jiao L, Hu C, Huo L, et al. Guided-Pix2Pix+: End-to-end spatial and color refinement network for image dehazing[J]. Signal Processing: Image Communication, 2022, 107: 116758.

3) 开放源代码

[1] Guided-Pix2Pix: https://github.com/jiaolobel/guided-pix2pix

[2] Guided-Pix2Pix+: https://github.com/jiaolobel/guided-pix2pixplus

[1] 2024年中国矿业大学（北京）青年教师教学优秀奖，中国矿业大学（北京），2024

[2] 中国矿业大学（北京）第五届教师教学创新大赛优秀奖，中国矿业大学（北京），2025