张骞

个人简介

我的博士研究方向是遥感卫星多视图立体匹配与三维重建，结合深度学习与摄影测量几何，从高分辨率卫星多视图影像中估计视差与深度，实现地表三维重建， 并拓展到遥感多模态大模型方向，利用 GeoRSCLIP、Qwen2-VL、SAM 等基础模型开展图文检索、变化描述与影像分割， 探索大模型对立体匹配和变化监测的增强作用；博士早期则从事 InSAR 与多源遥感的地表形变监测、沉降预测与建筑倾斜风险评价研究。

研究方向

1. 卫星多视图立体深度估计（深度假设离散化建模、跨视图注意力与 Mamba 时序建模）
2. 遥感多模态大模型图文检索问答、变化检测、影像分割(GeoRSCLIP、SAM、DINO、Qwen)
3. 遥感云开发、VLA算法、InSAR技术

项目经验

1. 卫星影像多视图深度估计
2. 遥感多模态大模型：GeoRSCLIP 图文检索问答、Qwen2-VL 变化描述
3. SAM / SAM2 遥感分割微调与交互式应用
4. 建筑倾斜风险评价、地质灾害隐患遥感识别与 InSAR 沉降监测

个人能力

1. 深度学习与三维遥感：精通 SatMVS 全流程，熟悉 RPC 几何建模、多视图立体匹配与三维重建，掌握 CNN、Transformer、Mamba，能独立完成 PyTorch 实现与模型微调。
2. 遥感多模态大模型：能基于 GeoRSCLIP、Qwen2-VL、SAM 等构建图文检索、变化描述和影像分割系统，具备数据处理到 Demo 部署的完整工程能力。
3. 遥感处理与编程：精通 ENVI、ArcGIS、SNAP、GEE 及大气校正、配准、融合、变化监测等流程，熟练 Python、Matlab，掌握 GDAL、OpenCV 等库
4. 精通 PyTorch、Matlab，掌握模型训练、调优、消融实验、低显存微调，能独立完成算法开发、软件封装与成果展示

下载一页简历 PDF

论文成果

1. CAGFNet：交叉注意力图像引导融合网络 Remote Sensing 2025

面向高分辨率卫星立体视差估计，提出跨注意力特征提取、图像引导细节保持与 3D 多尺度融合。 在 US3D 上取得 SOTA，EPE 1.466 px（Jacksonville）/ 0.996 px（Omaha）。

2. MambaPSS-MVS：Mamba 特征金字塔与可变形采样 一作 · 在审

GeoDDSBlock 跨视图交叉 Mamba 交互，配合高效可变形RPC 采样与级联深度估计， 在 WHU-TLC 上显著优于 Sat-MVS、CasMVSNet 等基线。

遥感多模态大模型：GeoRSCLIP 图文检索问答、Qwen2-VL 变化描述

基于 GeoRSCLIP 构建遥感影像图文检索与问答系统，并利用 QLoRA 微调 Qwen2-VL 实现遥感变化描述；

部分模型精度指标；

SAM / SAM2 遥感分割微调与交互式应用

基于 SAM2 LoRA 微调实现遥感影像交互式分割，WHU 建筑验证 IoU 达 0.987，LoveDA 道路验证 IoU 达 0.558，并搭建了支持单点与框选提示的 Gradio 演示界面。

建筑倾斜风险评价、地质灾害隐患遥感识别与 InSAR 沉降监测

提出基于InSAR的大范围建筑倾斜与结构稳定性评估方法，将地面沉降敏感性、角变形与形变趋势融入三维层次分析模型。

多源遥感数据滑坡风险评价系统

本系统基于PIE平台，旨在对县级行政单元（一般调查区）进行滑坡灾害的危险性、易损性和风险性评价，并获得对应的专题结果。具有掌握地质灾害风险要素信息，为制定防灾减灾对策、国土资源规划和重大工程选址提供依据的应用价值。 本系统荣获2022第五届“航天宏图&华为云杯”PIE软件开发者大赛 桌面开发组 一等奖