欢迎加入我们的团队

我们的研究聚焦于多模态空间智能、场景的结构化与组合式理解,以及相关技术在遥感解译和水下环境理解中的应用。具体涉及的技术方向包括:

  • MLLM 辅助的空间推理,例如目标导航、视觉语言导航和多模态推理。
  • 场景图生成,例如遥感场景图生成和水下场景图生成。
  • 变化检测、语义分割和实例分割。
王文彬

王文彬

王文彬博士毕业于中国科学院计算技术研究所(ICT)智能信息处理重点实验室(IIP)视觉信息处理与学习研究组(VIPL)(VIPL-VSU),导师为陈熙霖教授和王瑞平教授。此前,他于南开大学(NKU)计算机科学与技术专业获得工学学士学位(2013-2017)。他曾获2024年中国图像图形学学会博士学位论文激励计划提名,入选湖北省楚天学者人才计划。他受邀担任 IEEE TPAMI / IEEE TMM / PR / ESWA 等期刊审稿人和 CVPR / ICCV / ECCV / NeurIPS 等会议审稿人,是CAAI(智能服务专业委员会)、CCF、CSIG 会员。

🔥 新闻

  • 2026.08:   一篇关于遥感场景图生成的论文被 IEEE TGRS 接收。
  • 2026.08:   一篇论文被 IEEE JSTARS 接收。
  • 2026.07:   一篇论文被 IEEE TGRS 接收。
  • 2026.05:   一篇论文被 IEEE TGRS 接收。
  • 2025.12:   一篇论文被 IEEE TCSVT 接收。
  • 2024.12:   一篇论文被 The Visual Computer 接收。
  • 2023.05:   一篇关于层次化场景图生成(SGoI)的论文被 IJCV 接收。
  • 2022.07:   一篇论文被《中国科学:信息科学》接收。
  • 2021.07:   一篇关于场景图生成和图像描述的论文被 ICCV 2021 接收。
  • 2020.07:   一篇关于层次化场景图生成的论文被 ECCV 2020 接收。
  • 2019.03:   一篇关于视觉关系检测的论文被 CVPR 2019 接收。

📝 论文发表

TGRS 2026
SARNet 方法框架

Spatially Anisotropic Reasoning Network for Remote Sensing Scene Graph Generation

Wenbin Wang, Yiheng Chen, Hang Sun, Dong Ren, Yansheng Li

  • 遥感图像通常包含多个功能子场景,而关系语义会受到目标间相对空间构型的显著影响。
  • SARNet 提出各向异性椭圆影响传播(AEIP),用于建模以目标为中心的空间影响并抑制带有噪声的长距离交互;同时利用相对空间构型注意力(RSCA)增强具有几何判别力的关系表征。
  • 代码发布: SARNet
IJCV 2023
sym

Importance First: Generating Scene Graph of Human Interest

Wenbin Wang, Ruiping Wang, Shiguang Shan, Xilin Chen

  • 人类在分析自然场景时,对场景内容的感知存在层次化偏好。
  • 本文提出 SGoI(Scene Graph of Human Interest)生成框架,根据内容重要性组织并呈现场景图。
  • 代码发布: TGIR
ICCV 2021
sym

Topic Scene Graph Generation by Attention Distillation from Caption

Wenbin Wang, Ruiping Wang, Xilin Chen

  • 场景图生成和图像描述可以被看作场景理解的两种形式。
  • 本文提出了一个共享框架,同时生成场景图和图像描述。
  • 代码发布: MMSceneGraph :一个基于 MMDetection 的场景图生成工具箱,包含多数 SOTA 场景图生成方法。