章为川，男，1980年生人
电话: +86 15809260366
Email: zwc2003@163.com
Google学术：https://scholar.google.com/citations?hl=zh-CN&user=BUyQFIoAAAAJ&view_op=list_works
主要研究内容
图像局部特征提取理论研究及其在计算机视觉和模式识别任务中应用, 如图像配准、3D重建、图像压缩、超声图像增强、心脑血管中的血斑检测、脑胶质瘤图像分割、图像分类、植物病虫害检测
工作经历
·教授，2023.09-至今，陕西科技大学，西安，中国
·首席科学家，2023.09-至今，青岛认知人工智能研究院，青岛，中国
·首席研究员，2023.09-至今，格里菲斯大学，布里斯班，澳大利亚
·研究员，2019.01-2023.08，格里菲斯大学，布里斯班，澳大利亚
·特聘教授，2018.01-2022.5，西安工程大学，西安，中国
·博士后, 2017.01 – 2018.12, CSIRO, 悉尼, 澳大利亚
·讲师, 2013.03 – 2015.07, 西安工程大学
教育背景
·访问学者, 2016.06 – 2016.12, 杜伦大学, 英国
·访问学者, 2015.11 – 2016.02, 伯恩茅斯大学, 英国
·博士，2009.03-2012.12, 信号与信息处理，西安电子科技大学
·硕士，2003.09-2006.06，信号与信息处理，西南交通大学
·学士，1999.09-2003.07，电子信息，成都理工大学
研究概述
本人近五年的科研主要聚焦图像局部特征提取设计、局部特征数学解析表达式的构建、图像压缩、图像分割、小样本细粒度图像分类等理论方法研究与应用系统设计，取得系列原创性研究成果，并且在解决“图像兴趣点（corner和blob）特征信息提取及检测”领域的相关技术和理论瓶颈问题中做出了重大贡献 。基于所提出理论框架和检测算法，在《IEEE Transactions on Pattern Analysis and Machine Intelligence Transactions 》、《International Journal of Computer Vision》、《IEEE Transactions on Image Processing》、《Pattern Recognition》 等中科院一区TOP 期刊共计发表学术论文80余篇，其中SCI 论文31 篇、EI 论文 30余篇，授权国家发明专利2 项。此外，主持过一项国家自然科学基金和一项陕西省面上项目。所研究的理论和技术框架及其主要贡献总结如下：
(1)为解决目前兴趣点检测算法无法在图像仿射变换条件下准确检测到兴趣点的问题，建立角点、边缘、和blob的模型，利用一阶和二阶高斯方向导数滤波器推导得到角点、边缘、和blob在高斯方向导数下的数学解析表达式及其物理特性，提出完整的图像局部特征的提取方案，建立了尺度及仿射不变的卷积神经网络的特征信息提取，实现在图像仿射变换条件下兴趣点检测的鲁棒性。相关成果已形成学术论文16篇，其中11篇发表在TPAMI 、IJCV、TIP、PR等中科院一区 TOP 期刊。该技术可以很好的应用于图像配准、3D重建、图像斑块检测、血管内的血斑检测、植物病虫害检测等计算机视觉任务；相关方法和成果被牛津大学、悉尼大学、悉尼科技大学、约翰霍普金斯大学、捷克理工大学等顶尖高校学者在多篇论文中多次引用和高度评价。此外，我们发表在TIPMI 、IJCV、和TIP期刊上理论成果证明了目前大学、研究生图像处理教科书及主流的图像局部特征提取技术 (例如，Harris算法和SIFT算法) 存在重大理论缺陷，并提出了新的理论框架。
(2)为解决在噪声条件下的图像边缘检测定位不准确、相邻边缘和十字交叉无法准确检测
得到的问题，提出了从图像边缘自身出发对局部邻域建模的边缘特征提取方法，为噪声条件下的图像边缘表征 、相邻边缘、十字交叉边缘检测问题提供一系列有效的解决方案。基于相关成果在《IEEE Transactions on Image Processing》、《Pattern Recognition》等中科院一区TOP 期刊发表论文6篇。并且我们发表在TIP上的文章证明了目前大学图像处理教材中的离散曲率计算公式存在重大理论缺陷，并提出了一个新的离散曲率计算解析表达式及架构。此外，我们用图像局部特征数学解析表达式证明了著名算法“He, Kaiming, Jian Sun, and Xiaoou Tang，Guided image filtering，IEEE Transactions on Pattern Analysis and Machine Intelligence 35.6 (2012): 1397-1409.”存在重大的理论缺陷，并提出了自适应图像滤波，该成果拟投稿至TPAMI。
(3)为解决小样本细粒度图像训练模型无法有效提取表征问题，提出了多重视觉干扰信息强耦合条件下的特征空间解耦和表征学习网络模型，实现了在小样本细粒度图像条件下数据的结构化表征和有效分类，3篇文章投稿至《IEEE Transactions on Pattern Analysis and Machine Intelligence Transactions 》、《IEEE Transactions on Image Processing》、《Pattern Recognition》等中科院一区TOP期刊。
代表性期刊论文 (* 代表通讯作者)
[1] Weichuan Zhang*, Changming Sun, Yongsheng Gao (2023)：Image intensity variation information for interest point detection, IEEE Transactions on Pattern Analysis and Machine Intelligence. (CCF -A, JCR 一区TOP 期刊, IF=24.31).
[2] Junfeng Jing, Tian Gao, Weichuan Zhang*, Yongsheng Gao, Changming Sun (2023): Image
feature information extraction for interest point detection: A comprehensive review. IEEE Transactions on Pattern Analysis and Machine Intelligence. (CCF -A, JCR 一区TOP 期刊, IF=24.31)
[3] Weichuan Zhang, Yali Zhao, Yongsheng Gao, Changming Sun (2023)：Re-abstraction and perturbing support pair network for few-shot fine-grained image classification, Pattern Recognition. (CCF-A, JCR 一区 TOP 期刊, IF= 8.518)
[4] Weichuan Zhang*, Changming Sun (2021): Corner detection using second-order generalized Gaussian directional derivative representations, IEEE Transactions on Pattern Analysis and Machine Intelligence. (CCF -A, JCR 一区TOP 期刊, IF=24.31)
[5] Weichuan Zhang*, Changming Sun (2020): Corner detection using multi-directional structure tensor with multiple scales, International Journal of Computer Vision. (CCF-A, JCR 一区 TOP 期刊, IF=11.54)
[6] Weichuan Zhang*, Changming Sun, T. Breckon, N. Alshammari (2019): Discrete curvature representations for noise robust image corner detection, IEEE Transactions on Image Processing. (CCF-A, JCR 一区 TOP 期刊, IF=10.860)
[7] Baoqiang Ma, Jiapan Guo, Tian-Tian Zhai, Arjen van der Schaaf, Roel J. H. M. Steenbakkers, Lisanne V. van Dijk, Stefan Both, Johannes A. Langendijk, Weichuan Zhang, Bingjiang Qiu (2023): CT-based deep multi-label learning prediction model for outcome in patients with oropharyngeal squamous cell carcinoma, Medical Physics. (IF=4.506)
[8] Junfeng Jing, Shenjuan Liu, Gang Wang, Weichuan Zhang*, Changming Sun (2022): Recent advances on image edge detection: A comprehensive review, Neurocomputing, Volume 503, Pages 259-271. (CCF -A, JCR 二区期刊, IF=5.779).
[9] Junfeng Jing, Chao Liu, Weichuan Zhang, Yongsheng Gao, Changming Sun (2022): ECFRNet: Effective corner feature representations network for image corner detection, Expert Systems with Applications, 118673. (CCF -A, JCR 二区期刊, IF=6.954).
[10] Mingzhe Wang, Weichuan Zhang, Changming Sun*, and Arcot Sowmya (2020): Corner detection based on shearlet transform and multi-directional structure tensor. Pattern Recognition. (CCF-A, JCR 一区 TOP 期刊, IF= 7.74).
[11] Weichuan Zhang*, Yali Zhao, Breckon Toby, Long Chen (2017): Noise robust image edge detection based upon the automatic anisotropic Gaussian kernels, Pattern Recognition. (CCF-A, JCR 一区 TOP 期刊, IF=8.518).
[12] Weichuan Zhang*, Peng-Lang Shui (2015): Contour-based corner detection via angle difference of principal directions of anisotropic Gaussian directional derivatives, Pattern Recognition. (CCF-A, JCR 一区 TOP 期刊, IF=8.518).
[13] Peng-Lang Shui*, Weichuan Zhang (2013): Corner detection and classification using anisotropic directional derivative representations, IEEE Transactions on Image Processing. (CCF-A, JCR 一区 TOP 期刊, IF=10.860).
[14] Weichuan Zhang*, Fu-Ping Wang, Lei Zhu, Zuo-Feng Zhou (2014): Corner detection using Gabor filters, IET Image Processing, 8(11):639-647. (Impact factor is 2.373)
[15] Peng-Lang Shui*, Weichuan Zhang (2012): Noise-robust edge detector combining isotropic and anisotropic Gaussian kernels, Pattern Recognition. (CCF-A, JCR 一区 TOP 期刊, IF=8.518).
代表性会议论文
[1] Mohsin Challoob, Weichuan Zhang, Yongsheng Gao (2023): A Modulatory Elongated Model for Delineating Retinal Microvasculature in OCTA Images. The Medical Image Computing and Computer Assisted Intervention Society. (CCF-A, TOP会议).
[2] Liao Y, Weichuan Zhang, Gao Y (2022): ASRSNet: Automatic Salient Region Selection Network for Few-Shot Fine-Grained Image Classification[C]//Pattern Recognition and Artificial Intelligence: Third International Conference, ICPRAI 2022, Paris, France, June 1–3, 2022, Proceedings, Part I. Cham: Springer International Publishing, 2022: 627-638. (CCF-B).
代表性在审稿论文
[1] Weichuan Zhang, Yali Zhao, Yongsheng Gao*, Changming Sun (2022) Re-harvesting feature information in convolutional neural networks for few-shot fine-grained image classification, IEEE Transactions on Pattern Analysis and Machine Intelligence. 在审 (CCF- A, JCR 一区 TOP 期刊, IF= 24.31)
[2] Weichuan Zhang, Jiapang Guo, Yongsheng Gao*, Changming Sun (2022): MIGDRNet: Multiple Independent Gaussian Distribution Representations Network for Few-Shot Fine-Grained Image Classification, IEEE Transactions on Pattern Analysis and Machine Intelligence. 在审 (CCF- A, JCR 一区 TOP 期刊, IF= 24.31)
[3] Weichuan Zhang, Jie Ren, Yongsheng Gao*, Changming Sun (2022): Feature Representation Learning for Few-Shot Fine-Grained Image Classification: A Review, IEEE Transactions on Image Processing. 在审(CCF-A, JCR 一区 TOP 期刊, IF=10.860).
发明专利
[1] 章为川，杨婷婷，顾梅花，“各向异性高斯核提取封闭边缘图像轮廓的方法”，201410567522.X.【发明专利授权】
[2] 章为川，孔祥楠，杨婷婷，“基于各向异性高斯方向导数滤波器提取图像粗边缘的方法”, 201410686745.8.【发明专利授权】
科研项目
[1] 主持横向项目：基于AIcodec的下一代图像视频编解码技术方案及算法研究，120万，2023-2026.
[2] 主持国家自然科学基金 (No. 61401347)：基于多尺度各向异性高斯核的图像高分辨率边缘检测，25万，2014~ 2016.
[3] 主持陕西省面上项目 (No, 2016JM6013)：基于多尺度各向异性高斯核的图像高分辨率局部特征检测及分类 理论和方法，10万，2014-2015.
学术报告
[1] “Have we thoroughly considered how to detect image points?”, 澳大利亚格里菲斯大学, April 2022.
[2] “Image interest point detection”, 澳大利亚科学与工业研究院, Dec 2021.
[3] “Discriminative Representation Learning for Fine-grained Image Classification”, 澳大利亚科学与工业研究院, Sep 2020.
学术兼职
[1] 担任国家自然科学基金评审专家
[2] 担任教育部学位中心论文评审专家
[3] 担任 CCF-A 类会议程序委员会委员：IJCAI'22, IJCAI'21, ACM MM'21.
[4] 担任 CCF-A/B 类学术期刊审稿人：《International Journal of Computer Vision》、 《IEEE Transactions on Image Processing 》、《Pattern Recognition》、《Computer Vision and Image Understanding》、 《IEEE Transactions on Circuits and Systems for Video Technology 》、《IEEE Signal Processing Letters 》、《Pattern Recognition Letters》、《Neurocomputing》、《IET Image Processing》
