根据最新的基本科学指标数据库（Essential Science Indicators，ESI）数据显示，我院于营副教授发表的学术论文“Techniques and Challenges of Image Segmentation: A Review”已入选ESI高被引论文。
这篇文章系统地综述了图像分割方法的研究进展，将图像分割技术总结为三个重要阶段：经典分割、协同分割和基于深度学习的语义分割。文章详细阐述了各个阶段的主要算法和关键技术，比较总结了不同分割模型的优缺点，讨论了它们的适用性，并分析了图像分割技术面临的发展趋势和主要挑战。该文章发表在Electronics期刊上，目前在Google学术上的引用次数为84次，SCI数据库引用次数为33次。
图1：科睿唯安网站界面
同时，于老师与陆军工程大学寇人可博士合作的另外两篇论文，分别发表在权威期刊Pattern Recognition与IEEE Transactions on Geoscience and Remote Sensing上，同样入选ESI高被引论文。
图2：ESI收录证明
于老师一直致力于科研工作，在其领域取得了卓越的研究成果。这些成果的入选，不仅展现了她在科学研究上的深厚学养，也为我校的学术声誉增光添彩。于老师的成就鼓舞着我院师生在科研道路上不断前行，开拓创新。我院将进一步支持和鼓励教师们积极投身科研工作，为学术界贡献更多优秀的研究成果，助力学校在科研领域的持续发展和提升。
[1] Yu Y, Wang C, Fu Q*, Kou R, Huang F, Yang B, Yang T, Gao M. Techniques and Challenges of Image Segmentation: A Review. Electronics, 2023; 12(5):1199. Doi: 10.3390/electronics12051199.
[2] Kou R, Wang C, Yu Y, Peng Z, Yang M, Huang F, Fu Q*. LW-IRSTNet: Lightweight Infrared Small Target Segmentation Network and Application Deployment. IEEE Trans. Geosci. Remote. Sens., vol.61, pp.1-13, 2023, Art no. 5621313, Doi: 10.1109/TGRS.2023.3314586.
[3] Kou R, Wang C, Peng Z, Zhao Z, Chen Y, Han J, Huang F, Yu Y, Fu Q*. Infrared Small Target Segmentation Network: A Survey. Pattern Recognit., 2023,143,109788. Doi: 10.1016/j.patcog.2023.109788.