王文彬导师简介

王文彬博士（1995.5），副教授，硕士生导师，湖北省楚天学者。

2022年获中国科学院计算技术研究所工学博士学位，计算机应用技术专业。2017年获南开大学工学士学位，计算机科学与技术专业。2024年获得中国图象图形学学会博士论文激励计划奖励（提名）。现于三峡大学计算机与信息学院从事教学科研工作，研究方向为计算机视觉与模式识别，重点研究视觉场景理解、多模态空间推理和认知、遥感图像深层解译等问题。

现担任中国人工智能学会智能服务专委会委员，担任IEEE TPAMI、IEEE TIP、IEEE TMM、Pattern Recognition、ESWA等多种高水平期刊审稿人，多次受邀担任CVPR、ICCV、NeurIPS、ICML等CCF-A会议类会议审稿人。

截至2025年12月，在CVPR、ICCV、TPAMI、IJCV、TCSVT等国内外顶级期刊和会议（CCF-A、SCI）上发表论文10余篇，其中第一/通讯作者8篇；主持国家自然科学基金1项，湖北省自然科学基金1项，作为项目骨干参与国家重点研发计划重点专项、科技部重大专项、国家自然科学基金区域创新发展联合基金项目等。

最新科研成果信息参考个人主页：https://wbwang17.github.io/

谷歌学术：https://scholar.google.com/citations?user=V4wFbcQAAAAJ

主要研究内容

1. 可控场景结构化理解：

对场景进行层次化拆解，构建粒度可控的场景结构图，通过研究跨模态对齐、上下文学习，提升场景结构的完整度和一致性。以遥感图像作为主要应用场景之一。

2. 多模态空间推理和认知

在三维空间中进行推理并进行主动认知，和一般的被动感知/认知相比，智能体的主动认知能力适用于矿道、深海、太空等人类难以进入、控制信号反馈慢的极端恶劣环境，能够在短期内无法获得人类命令的情况下进行自主决策。通过研究多模态融合、世界模型、前瞻性想象等技术，增强主动认知的准确性。

代表性论文（*通讯作者）

[1] Wenbin Wang, Ruiping Wang, Shiguang Shan, Xilin Chen. Importance First: Generating Scene Graph of Human Interest. International Journal of Computer Vision (IJCV), 131(10): 2489-2515, 2023.

[2] Wenbin Wang, Ruiping Wang, Xilin Chen, Topic Scene Graph Generation by Attention Distillation from Caption. In: Proceedings of the IEEE International Conference on Computer Vision (ICCV), pp. 15900-15910, 2021.

[3] Wenbin Wang, Ruiping Wang, Shiguang Shan, Xilin Chen, Sketching Image Gist: Human-Mimetic Hierarchical Scene Graph Generation. In: Proceedings of the European Conference on Computer Vision (ECCV), LNCS 12358, pp. 222-239, 2020.

[4] Wenbin Wang, Ruiping Wang, Shiguang Shan, Xilin Chen, Exploring Relationship Context and Visual Pattern for Scene Graph Generation. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 8188-8197, Long Beach, CA, US, 2019.

[5] 王文彬，王瑞平，陈熙霖. 附加偏见预测器辅助的均衡化场景图生成. 中国科学：信息科学，52(11): 2075-2092，2022.

[6] Lu Wang, Chenyang Wang, Runzhou Li, Junbo Yu, Hang Sun, Wenbin Wang*, Dong Ren. MDFANet: Multi-Dimensional Feature Alignment Network for Self-Supervised Pre-Training in Remote Sensing Change Detection. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTAR), 2026.

[7] Hang Sun, Qingfei Zhong, Bo Du, Zhigang Tu, Jun Wan, Wenbin Wang*, Dong Ren. Bidirectional-Modulation Frequency-Heterogeneous Network for Remote Sensing Image Dehazing. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 35(11): 10649-10664, 2025.

[8] Tang Xu, Wenbin Wang*, ALin Zhong, HOIEdit: Human-Object Interaction Editing with Text-to-Image Diffusion Model. Visual Computer, vol. 41, 6187-6199, 2025.

[9] Yansheng Li, Linlin Wang, Tingzhu Wang, Xue Yang, Junwei Luo, Qi Wang, Youming Deng, Wenbin Wang et al. STAR: A First-Ever Dataset and A Large-Scale Benchmark for Scene Graph Generation in Large-Size Satellite Imagery. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 47(3):1832-1849,2024.

[10] Yansheng Li, Tingzhu Wang, Kang Wu, Linlin Wang, Xin Guo, Wenbin Wang. Fine-Grained Scene Graph Generation via Sample-Level Bias Prediction, In: Proceedings of the European Conference on Computer Vision (ECCV), LNCS 15084, pp. 18-35, 2024.

[11] Dong Ren, Zerui Wang, Hang Sun, Li Liu, Wenbin Wang, Jingcheng Zhang. Salience Feature Guided Decoupling Network for UAV Forests Flame Detection. Expert Systems with Applications (ESWA), 270, 1-15, 2025.

项目详情：

国家自然科学基金青年科学基金项目（C类），62506207，层级可控与开放词表的场景图生成方法研究，2026-01至2028-12，30万，主持（在研）

湖北省自然科学基金青年项目，2024AFB283，空间多尺度、语义多粒度的场景图生成研究，2024-03至2026-03，8万，主持（在研）

产学研协同育人项目，以通专结合为导向的工科类专业人工智能大模型通用实践平台建设，2025-03至2026-03，主持（已结题）

国家自然科学基金区域创新发展联合基金项目，U25A20403，三峡库区复杂场景遥感图像解译，2026-01至2029-12，参与（5/6，在研）

国家自然科学基金面上项目，62576192，无监督解耦框架下遥感图像去雾模型表征与约束研究，2026-01至2029-12，参与（2/10，在研）

国家自然科学基金联合基金项目，U21B2025，知识引导的自然场景跨模态图文生成方法研究，2022至2025，参与（已结题）

国家自然科学基金面上项目，61772500，开放场景中大规模物体识别方法研究，2018-01 至 2021-12，参与（7/10，已结题）

国家自然科学基金重大项目，云环境下的图像视频群体协同表达与处理，2014-01至2018-12，参与（已结题）

973计划课题，图像视频结构分析与表达2015至2019，参与（已结题）

联系须知：

1. 课题组目前有研究生7人，可帮助迅速入门开展实验。欢迎任何感兴趣的准研究生和低年级本科生同学，将简历和对加入课题组的想法、未来升学规划等发至wangwenbin@ctgu.edu.cn. 不会有任何有色眼镜，欢迎所有真心想一起科研的同学，但会有必要的考核过程。

2.主动性强、勤于思考、态度认真、善于总结归纳。

3.有一定的代码能力，熟悉python编程语言、linux操作系统以及pytorch深度学习框架。

4. 本科阶段为计算机、电子信息、数学等相关专业，英语以及专业核心课程成绩优秀。