赵丽玲副教授

职称：副教授

所在单位：自动化学院

办公地点：学科楼2号楼C517

电子邮箱：

   
  • 其他栏目

个人简介

赵丽玲，女，1978年5月，南京信息工程大学自动化学院，副教授，硕士生导师。


教育经历

[1] 南京理工大学  |  模式识别与智能系统  |  博士研究生

[2] 南京信息工程大学  |  系统分析与集成  |  硕士研究生

[3] 南京气象学院  |  气象学  |  学士


工作经历

  1. [1] 南京信息工程大学  |  自动化学院  |  讲师、副教授

[2] 新加坡南洋理工大学  |  计算机科学与工程学院  |  访问学者

[3] 象辑（南京）研究院  |  AI研究院  |  工程实践


研究方向

数字图像处理，计算机视觉，多模态时间序列预测，遥感图像分析与解译等智能信息处理技术。


科研项目

  • 电商综合服务平台商品数据分析和挖掘算法（主持），2025-2026，企事业单位委托项目

  • 数据与知识联合驱动的台风强度预报深度学习模型研究（主持），2022-2024，中国气象局上海台风所

  • 基于关键气象要素反演与降尺度的强对流天气智能预报（主要参与），2022-2025，国家自然科学基金（联合基金）

  • 面向卫星云图图像的字典学习超分辨方法研究（主持），2019-2021，国家自然科学基金

  • 面向高光谱数据分类的深度学习方法研究（参与），2017-2019，国家自然科学基金

  • 基于结构化低秩表示的运动目标分割研究（参与），2014-2016，国家自然科学基金

  • 新型测图卫星图像增强关键问题研究（参与），2010-2011，企事业单位委托项目

  • 电影“院线通”验票系统——手机二维码识别子系统（主持），2009-2010，企事业单位委托项目


论文成果（一作，通讯）

[20] Zhao L, Liao Z, Sun Q. MRDAM: Satellite Cloud Image Super-Resolution via Multi-Scale Residual Deformable Attention Mechanism[J]. Remote Sensing, 2025, 17(21): 3509.

[19] Zhao L, Chen J, Liao Z, et al. Multi-Scale Feature Mixed Attention Network for Cloud and Snow Segmentation in Remote Sensing Images[J]. Remote Sensing, 2025, 17(11): 1872.

[18] Yuan J, Zhao L*, Yu R, et al. A Physics-Enhanced Network for Predicting Sequential Satellite Images of Typhoon Clouds[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2025.

[17] 宋阳,钱佳星,赵丽玲*,等.枪弹冲击下UHMWPE层合板背弹面动态响应分析及快速预测方法研究[J].复合材料学报,2025,1-14

[16] Shi F, Xu H, Zhao L, et al. Snow Depth Estimation with Combined Terrain and Remote Sensing Information over High-Latitude Asia[J]. Applied Sciences, 2025, 16(1): 427.

[15] Meng F, Xiong X, Zhao L. A Time and Frequency Domain Based Dual-Attention Neural Network for Tropical Cyclone Track Prediction[J]. Applied Sciences, 2025, 16(1): 436.

[14] Zhao L, Chen J, Shahzad M, et al. MFPANet: multi-scale feature perception and aggregation network for high-resolution snow depth estimation[J]. Remote Sensing, 2024, 16(12): 2087.

[13] Zhao L, Duanmu X, Sun Q. A Prior-Knowledge-Based Generative Adversarial Network for Unsupervised Satellite Cloud Image Restoration[J]. Remote Sensing, 2023, 15(19): 4820.

[12] Zhao L, Yu H, Wang Y. Mslp: Deep superresolution for meteorological satellite image[J]. Complexity, 2021, 2021(1): 2678124.

[11] Zhao L, Lu T, Sun Q. Image Super-Resolution Based on Non-local Convolutional Neural Network[C]//Chinese Conference on Pattern Recognition and Computer Vision (PRCV). Cham: Springer International Publishing, 2020: 577-588.

[10] Zhao, L., Chen, Y., & Sheng, V. S.. A real-time typhoon eye detection method based on deep learning for meteorological information forensics. J. Real-Time Image Process., 2020, 17, 95–102.

[9] Zhao L, Lin Y, Zhang Z, et al. Ground-Based Cloud Images Recognition Based on GAN and PCANet[C]//International Conference on Artificial Intelligence and Security. Cham: Springer International Publishing, 2019: 379-390.

[8] 赵丽玲, 孙权森. 改进相似性度量模型的单幅图像自学习超分辨算法[J]. 数据采集与处理, 2018, 33(2): 240-247.

[7] 赵丽玲, 孙权森, 张泽林. 基于深度学习特征字典的单帧图像超分辨率重建[J]. 数据采集与处理, 2018, 33(4): 740-750.

[6] Liling Z, Zelin Z, Quansen S. Deep learning based super resolution using significant and general regions[C]//2018 25th IEEE International Conference on Image Processing (ICIP). IEEE, 2018: 2516-2520.

[5] 赵丽玲, 孙权森. 通过直方图中轴化提高融合图像光谱保真度[J]. 计算机应用, 2017, 37(2): 559-563.

[4] Zhao L, Sun Q, Zhang Z. Single image super-resolution based on deep learning features and dictionary model[J]. IEEE Access, 2017, 5: 17126-17135.

[3] 赵丽玲, 吴毅, 刘青山, 等. 多普勒雷达图像逆风区的自动监测识别[J]. 南京信息工程大学学报: 自然科学版, 2016, 8(4): 310-315.

[2] Liling Z, Yuhui Z, Quansen S, et al. A New Method Improving Image Matching Accuracy Based On Cumulative Histogram[J]. International Journal of Signal Processing, Image Processing and Pattern Recognition, 2013, 6(2): 55-64.

[1] Zhao L, Zheng Y, Sun Q, et al. A novel approach for approving constant image brightness[C]//2009 International Conference on Wireless Communications & Signal Processing. IEEE, 2009: 1-4.


专利成果

[13] 基于流体动力学约束的台风云图序列超分辨率重建方法（发明专利）

[12] 基于多模态融合网络模型的台风路径与强度预测方法（发明专利）

[11] 一种基于多尺度特征感知神经网络的积雪深度预测方法（发明专利）

[10] 一种基于物理成像先验损失的卫星云图图像复原方法（发明专利）

[9] 基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法（发明专利）

[8] 基于图像纹理信息构建损失函数的高分辨图像预测方法（发明专利，转让）

[7] 一种面向汽车车位共享的智能锁系统（实用新型专利）

[6] 基于微笑度分析的服务窗口智能装置（实用新型专利，转让）

[5] 汽车远近光灯智能切换装置（实用新型专利）

[4] 一种基于笑脸识别的自动售货机打折装置（实用新型专利）

[3] 车辆智能防撞装置（实用新型专利）

[2] 基于语音识别的手机自拍杆云台控制装置（实用新型专利）

[1] 基于手势识别的手机自拍杆云台控制装置（实用新型专利）


授课信息

《数字图像处理》（中文、英文）自动化、数据科学与大数据技术、测控技术与仪器专业

《计算机视觉》（中文）自动化、数据科学与大数据技术专业

《Python程序设计》（中文、英文）数据科学与大数据技术专业


教学资源

  1. 机器是如何“成为”艺术大师的？  江苏省高校微课教学比赛（2020年）一等奖 https://mp.weixin.qq.com/s/zGl0IKtTd58-gRjV-GngzQ

  2. 机器是如何“看懂”图像的？  江苏省高校微课教学比赛（2019年）一等奖 https://mp.weixin.qq.com/s/9oQxAx5Kb1fykr_68rNM1A


教学论文

  1. 面向新工科人工智能创新人才培养的教学设计与实践 ——以《计算机视觉》课程为例，沈阳大学学报（社会科学版），2024

  2. 高校工科课程思政改革的特点与实践关键，内蒙古师范大学学报(教育科学版)，2019

  3. 中外高校大学生竞赛现状分析，文教资料，2009

  4. “冷”观高校竞赛“热”现象，文教资料，2009


教学成果

  1. 《数字图像处理实战》教材，人民邮电出版社，2023

  2. 《数字图像处理》，国家级一流课程（2/5），2023

  3. 《图像理解》，南京信息工程大学研究生优秀课程（2/5），2022

  4. 《数字图像处理》 ，江苏省一流课程（2/5），2021

  5. 教师教学创新大赛，南京信息工程大学二等奖（1/5），2021

  6. 机器是如何“成为”艺术大师的？，江苏省高校微课教学比赛一等奖（1/2），2020

  7. 教学实践创新先进个人，南京信息工程大学（1/1），2020

  8. 让世界来看中国画，南京信息工程大学课程思政微课教学比赛一等奖（1/1），2020

  9. 机器是如何“看懂”图像的？，江苏省高校微课教学比赛一等奖（1/1），2019

  10. 萌妹们的最爱“美颜算法”，南京信息工程大学微课教学比赛一等奖（1/1），2019


个人荣誉

  1. 南京信息工程大学优秀研究生导师团队（三全育人），2023

  2. 南京信息工程大学师德先进个人，2023

  3. 南京信息工程大学优秀党务工作者，2019

  4. 南京信息工程大学党建工作创新奖，2016

  5. 南京信息工程大学先进基层党组织，2015

  6. 南京信息工程大学优秀党务工作者，2015

  7. 南京信息工程大学优秀教工党员，2009






教育经历

暂无内容

工作经历

暂无内容

社会兼职

  • 暂无内容

研究方向

  • 暂无内容

    • 其他联系方式

  • 暂无内容

    • 团队成员

    暂无内容