方金生
时间:2019-06-13    点击次数:[]

个人简介

方金生,男,1985年博士,硕导,主要专注于计算机视觉、人工智能等领域的应用研究。近年来在《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》、《VISUAL COMPUTER》、《JOURNAL OF MAGNETIC RESONANCE》、《MAGNETIC RESONANCE IN MEDICINE》、《计算机工程与应用》等国内外期刊发表学术论文十余篇,其中被SCI收录5篇,另有中国发明专利2项。目前主持福建省自然科学基金面上项目、福建省教育厅中青年项目及福建省重点实验室开放课题等多个项目。

工作经历:

2019/02-至今,金沙威尼斯欢乐娱人城,金沙威尼斯欢乐娱人城,讲师

2011/07-2014/05中国直升机设计研究所,电气设计工程师


学习经历:

2004/09-2008/07 厦门大学,测控技术及仪器,工学学士

2008/09-2011/07 厦门大学,测试计量技术及仪器,工学硕士

2014/09-2018/12 厦门大学,电子科学系,理学博士


目前承担的科研项目

1.轻量型神经网络实现医学磁共振相位图的脑铁信息提取,福建省自然科学基金面上项目,2021J01476,时间:2021,08-2024.07,主持。

2.磁共振定量磁化率图像的快速重建,中青年教育科研项目(科技类),JAT190361,时间:2019,01-2021.12,主持。

3.磁共振定量磁化率的非线性全局场快速反演,福建省等离子体与磁共振研究重点实验室开放课题,时间:2019,12-2022.11,主持。

4.基于深度学习方法实现定量磁化率重建,校长基金项目,时间:2019,05-2023.05,主持。


近年发表的代表性成果

1. Zhang H, Fang J, Hu S, et al. A sparse lightweight attention network for image super-resolution[J]. The Visual Computer, 2023: 1-12.

2. Zeng K, Lin H, Yan Z, et al. Densely connected transformer with linear self-attention for lightweight image super-resolution[J]. IEEE Transactions on Instrumentation and Measurement, 2023.

3. Fang J, Lin H, Chen X, et al. A hybrid network of cnn and transformer for lightweight image super-resolution[C]//Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2022: 1103-1112.

4. An Amalgamated CNN-Transformer Network for Lightweight Image Super-Resolution[J]. Journal of Network Intelligence. 2024:3(9).

5. 方金生, 陶余昊, 朱古沛, 等. 复杂场景下显著性目标检测注意力金字塔网络[J]. 计算机工程与应用, 2023, 59(22).

6. 方金生,朱古沛.轻型金字塔池化注意力机制网络实现图像超分[J].计算机工程与应用, 2022, 58(20).

7. 陈新宇,方金生.轻型多注意力融合网络实现图像超分辨率重建[J].金沙威尼斯欢乐娱人城学报自然版.2023.

8. 方金生,张会冉.轻量化网络模型实现相位的快速解缠绕[J].金沙威尼斯欢乐娱人城学报自然版.2022.

9. J. Fang, et al. Background field removal using a region adaptive kernel for quantitative susceptibility mapping of human brain. Journal of Magnetic Resonance, 2017,281:130-140.

10. J. Fang et al. Background field removal for susceptibility mapping of human brain with large susceptibility variations. Magnetic Resonance in Medicine. 2018,00:1-13.https:doi.org/10.1002/mrm.27492.

11. L. Chen, Z. Zheng, L. Bao, J. Fang, T. Yang, S. Cai, C. Cai. Weighted total variation using split Bregman fast quantitative susceptibility mapping reconstruction method. Chinese Physics B. 2018. 27(8): 088701.


讲授课程

本科《计算机组成原理》、《传感器原理与应用》、《物联网概论》

研究生:《数字图像处理》、《深度学习技术》


联系方式

邮箱:fangjs1867@foxmail.com

关闭