计算机与人工智能学院-梁金星导师介绍
梁金星
副教授
硕士生导师
男
计算机与人工智能学院
计算机科学与技术
,软件工程
,人工智能
数字图像处理,机器学习算法,深度学习算法,多光谱重建,色彩管理,针织服装虚拟仿真
jxliang@wtu.edu.cn
梁金星，男，副教授，1989年7月生，中共党员，硕士生导师，湖北省高层次人才“楚天学子”，英国利兹大学联合培养博士、访问学者。2019年12月于武汉大学获得工学博士学位，2020年1月入职武汉纺织大学计算机与人工智能学院。CCF高级会员，CSOE、CTES、CAA会员，湖北省服装信息化工程技术研究中心秘书，湖北省照明学会理事，《武汉纺织大学学报》青年编委委员。发表学术论文60余篇，授权美国发明专利1项，授权国家发明专利30余项，登记软件著作权10项。担任The Visual Computer Journal期刊AE，担任OE, AO, JIST, CR&A, JEI, OSA Continuum, Frontiers in Neuroscience, Journal of Imaging, Optics Review, Journal of Spectroscopy,《光谱学与光谱分析》,《光学学报》等国内外SCI、EI期刊以及国际学术会议审稿人。主持国家及省部级科研项目5项，获得省部级科研奖励6项。
展开更多
科研项目
（1）国家自然科学基金，青年项目，“基于光谱重建的开放光照环境高精度多光谱成像关键问题研究”(No.62305255)，2024.01-2026.12，主持
（2）湖北省自然科学基金，面上项目，“基于光谱重建的开放环境高精度多光谱成像关键技术研究”(No.2022CFB537)，2022.06-2024.06，主持
（3）湖北省教育厅科学技术研究计划青年人才项目：“面向开放环境的高精度多光谱成像关键技术研究”(No.Q20221706)，2022.09-2024.09，主持
（4）湖北省自然科学基金，青年项目，“褪变色彩色文物艺术品颜色高保真数字化修复方法研究”(No.2020CFB386)，2020.06-2022.06，主持
（5）教育部产学合作协同育人项目，“面向人工智能时代的线上线下混合式教学师资培训”(No.2022HBCI03)，2022.09-2023.09，主持
（6）中国纺织工业联合会科技指导性计划项目，“基于图像的纺织品色彩智能计算平台开发”(No.2024040)，2024.01-2026.12，主持
（7）宁波市重大科技任务攻关项目，“面向3D针织服装的CAD/CAM系统关键技术研发”(No.2022011)，2021.07-2023.12，参加
（8）中国纺织工业联合会“纺织之光”应用基础研究项目，“全成型针织服装虚拟仿真关键技术研究”(No.J202209)，2022，参加
（9）横向项目，“复杂光照环境彩色物体多光谱成像与测色应用”，2024年，12万，主持
（10）横向项目，“***手机ISP人像算法研究”，2024年，120万，参加
（11）横向项目，“电力机器人、虚拟仿真和故障检测的方法研究”，2024年，14万，主持
（12）横向项目，“拉丝镭射转移接装纸印刷色相稳定性的研究与应用”，2023年，经费15万，主持
（13）横向项目，“新一代车辆动态称重光纤传感器关键技术与装备研发”，2022年，经费10万，主持
展开更多
研究成果
1）代表论文：
Enhancing Low-Frequency Stitch Code Generation for Knitted Fabrics: An LFSCG-E-Net Approach. 排名1, The Visual Computer, 2025.
基于相机响应值预测的光谱重建方法研究. 排名1, 光谱学与光谱分析, 2025.
基于物理约束的纬编针织物动态形变模拟. 排名1, 纺织学报, 2025.
基于照相测色的纺织品色牢度评级方法. 排名1, 纺织学报, 2025.
Low-light Image Enhancement via Multispectral Reconstruction. 通讯作者, Journal of Imaging Science and Technology, 2025, 1-9.（SCI）
Deep Learning-Based Exposure Asymmetry Multispectral Reconstruction from Digital RGB Images. 排名1, Symmetry, 2025, 17(2): 286.（SCI）
Color Palette Generation From Digital Images: A Review. 通讯作者, Color Research & Application, 2024.（SCI）
Knitted fabric simulation: A survey. 通讯作者, Computer Animation and Virtual Worlds, 2024, 35(4), p.e2262.（SCI）
Exploring multispectral reconstruction based on camera response prediction. 排名1, CEUR Workshop Proceedings, Volume 3766, 2024.（EI）
Chameleon inspired high-temperature thermochromic traffic light type photonic crystal sensors toward early fire detection and visual sensing. 排名1, Chemical Engineering Journal, 2024: 149966.（SCI）
Digital Grading the Color Fastness to Rubbing of Fabrics Based on Spectral Reconstruction and BP Neural Network. 排名1, Journal of Imaging, 2023, 9(11): 251.（ESCI）
对抗曝光变化的自适应加权光谱重建方法研究. 排名1, 光谱学与光谱分析, 2023, 43(11):3330-3338.（SCI）
GSNet: Generating 3D garment animation via graph skinning network. 通讯作者, Graphical Models, 2023,129 : 101197.（SCI）
Research on the deep learning-based exposure invariant spectral reconstruction method. 排名1, Frontiers in Neuroscience, 2022,16 :1031546.（SCI）
Optimized method for segmentation of ancient mural images based on superpixel algorithm. 排名1, Frontiers in Neuroscience, 2022: 1031524.（SCI）
Survey of Fabric Simulation. 通讯作者, Trends in Textile Engineering & Fashion Technology, 2022, 6(4): 768-771.（EI）
Unsupervised Structure Confidence Sampling for Image Inpainting. 通讯, SEKE 2022, DOI:10.18293/SEKE2022-026. （EI）
Optimal selection of representative samples for efficient digital camera-based spectra recovery. 排名1, Color Research & Application, 2022,47(1): 107-120.（SCI）
Investigation of light source effects on digital camera-based spectral estimation. 排名1, Optics Express, 2021, 29(26): 43899-43916.（SCI）
Spectra estimation from raw camera responses based on adaptive local-weighted linear regression. 排名1, Optics Express, 2019, 27(4), 5165-5180.（SCI）
Optimized method for spectral reflectance reconstruction from camera responses. 排名1, Optics Express, 2017, 25(23), 28273-28287.（SCI）
Prototype of a pigments color chart for the digital conservation of ancient murals.排名1, Journal of Electronic Imaging, 2017, 26(2), 023013.（SCI）
基于可见光谱的古代壁画颜料无损鉴别方法. 排名1, 光谱学与光谱分析, 2017, 37(08), 2519-2526.（SCI）
基于视感知特征的多光谱高保真降维方法研究. 排名1, 光谱学与光谱分析, 2017, 37(1), 177-182.（SCI）
Research on filter selection method for broadband spectral imaging system based on ancient murals. 排名1, Color Research and Application, 2016,41(6), 585-595.（SCI）
Construction of spectral discoloration model for red lead pigment by aging test and simulating degradation experiment.排名1, Journal of Spectroscopy, 2016, 2016. （SCI）
Digital camera-based spectral estimation in open environment based on imaging condition correction. 排名1, Proceedings of IS&T 28th Color and Imaging Conference. Society for Imaging Sciences and Technology, 2020: 347-350.（EI）
彩色数码相机单幅 RGB 图像光谱重建研究. 排名1, 光学学报, 2017, 37(9), 363-370.（EI）
宽带光谱成像系统最优训练样本选择方法研究. 排名2(通讯作者), 北京理工大学学报, 2016, 36(6),641-646.（EI）
敦煌彩绘文物数字化保护色卡制作方法研究. 排名1, 敦煌研究,2016(02):117-124.（CSSCI）
敦煌壁画色卡数字成像色彩管理应用研究. 排名1, 文物保护与考古科学, 2019, 31(02):37-45.
敦煌壁画颜料颜色数据库构建方法. 排名1, 敦煌研究, 2017，(01):132-140.
2）专利软著：
专利：
一种基于自然场景图像的调色板生成方法及系统. ZL202410821690.0(授权)， 第一发明人
一种基于多光谱图像重建的低照度增强方法和系统. ZL20241 0450838.4(授权)， 第一发明人
一种基于约束的针织花型线圈形变仿真方法和系统. ZL20241 0471127.5(授权)， 第一发明人
一种自然场景驱动的服装模板着色方法和系统. ZL 202311566248.X (授权)， 第一发明人
一种基于延迟着色的针织物实时渲染方法. CN 202310785438.4 (授权)， 第二发明人（学生第一）
一种基于组织结构及颜色分类的纺织面料检索方法和系统，ZL 202311252385.6 (授权)， 第二发明人（学生第一）
一种基于纹理特征加权校正的纺织面料照相测色方法和系统. ZL 202310910903.2 (授权)， 第二发明人（学生第一）
一种基于光谱重建的纺织品色牢度自动评级方法. ZL202310145478.2 (授权)， 第一发明人
METHOD OFDIGITAL MEASURING THE COLOR OF FABRICS BASED ON DIGITAL CAMERA . CN20220603US（美国发明专利，授权）， 第一发明人
一种纺织面料数字化色彩体系构建方法. ZL202211372550.7(授权)， 第一发明人
一种基于非线性约束插值的织物颜色照相测量方法. ZL 202211368252.0(授权)， 第一发明人
一种视觉高保真纺织面料换色方法及系统. ZL202211367817.3(授权)， 第一发明人
一种基于数码相机的织物颜色数字化测量方法. ZL202210169547.9(授权)， 第一发明人
一种光谱颜色代表性样本选择方法和系统. ZL202110281047.X(授权)， 第一发明人
一种基于自适应加权线性回归的光谱估计方法. ZL202010501543.7(授权)， 第一发明人
软著：
彩色数码相机光谱颜色测量系统. 2020SR0988355(软著)，第一著作人
纺织面料数码测色软件. 2021R11L3113298 (软著)，学生第一著作人
色样检索系统. 2022R11L2375176(软著)，学生第一著作人
数字图像颜色提取软件. 2023R11L0275676(软著)，学生第一著作人
数字图像换色软件. 2023R11L0708880 (软著)，学生第一著作人
CCM评价工具软件. 2024SR1186696 (软著)，学生第一著作人
展开更多
学校介绍
武汉纺织大学在新中国振兴民族轻工业的呼声中应运而生，其前身是始建于1958年的武汉纺织工学院，1999年更名为武汉科技学院。湖北省对外贸易学校、湖北财经高等专科学校先后并入，2010年更名为武汉纺织大学。
学校秉承“崇真尚美”的校训，弘扬“自强不息、经天纬地”的大学精神，坚持特色发展，实行开放办学，主动服务纺织行业和地方经济社会发展，历经六十余载，已成为理、工、文、法、经、管、艺等多学科协调发展、特色鲜明、优势突出的普通高等院校，是国家首批“中西部高校基础能力建设工程”建设高校、教育部“卓越工程师教育培养计划”实施高校、湖北省“国内一流学科”建设高校、全国十大时装名校，致力于建设学术实力强、育人环境美、文化氛围浓、师生认可高、社会声誉好的美好纺大。
学校位于湖北省武汉市，占地2000余亩，拥有四个校区，设有20个教学院部，各级各类全日制在校生20000余人。现有本科专业67个，其中国家特色专业4个、国家级一流专业建设点11个，教育部工程教育认证专业2个、“卓越工程师教育培养计划”专业8个，湖北省品牌专业7个、省级一流专业建设点16个；拥有15个硕士学位授权一级学科、9个硕士专业学位授权类别，七大学科门类；拥有8个湖北省一级重点学科、5个省优势和特色学科，“现代纺织技术”和“时尚创意文化”2个学科群列入湖北省“十三五”省属高校优势特色学科群重点建设，纺织科学与工程入选湖北省“国内一流学科建设学科”。材料科学、化学、工程学3个学科进入ESI全球排名前1%。
学校实施人才高地汇聚工程。坚持引育并重，打造一支有理想信念、有道德情操、有扎实学识、有仁爱之心的“四有”好老师队伍，是首批“湖北省海外高层次人才创新创业基地”。学校现有教职员工2000余人，专任教师1300余人，其中具有高级职称教师700余人，博士700余人。长期在校工作的院士、外籍院士7人，其中自主培养俄罗斯自然科学院院士1人；国家级人才10人，省级各类人才200余人，享受国务院政府特殊津贴38人，享受湖北省政府专项津贴12人；拥有一批具有海外学习背景的“阳光学者”。
学校实施人才培养质量工程。坚持立德树人，以本为本，推进“四个回归”，实施人才培养能力提升三年行动计划，完善“五育并举”育人格局，构建“产出导向”的人才培养体系，大力开展“新工科、新文科”建设，着力培养“知识、能力、品格”协调发展的应用型创新人才。学校整体进入一本招生，拥有国家级教学团队和国家级人才培养模式改革实验区，国家级一流本科课程2门，国家精品开放课程6门，获批教育部新工科研究与实践项目1项；近几年获得国家高等学校教学成果二等奖2项，省部级教学成果一等奖11项。学校大力实施创新创业教育，实行“前创后厂”模式，建有湖北省大学生创新创业示范基地，学生的创新能力、实践能力和综合素质等不断提高，在各类国家级、省级学科竞赛中取得丰硕成果。
学校实施科技实力攀登工程。注重技术创新，培育重大科研成果，推进成果转化，不断提升科技竞争力。拥有纺织新材料与先进加工技术国家重点实验室，还拥有国家地方联合工程实验室、教育部重点实验室、教育部工程研究中心、全国普通高校中华优秀传统文化传承基地及一批省级重点研究基地。相继承担国家基金项目、“973”、“863”项目和重点支撑计划等国家和省部级重大科研课题近200项，一批科研成果达到国际国内先进水平，在纺织、印染、服装和艺术等方面具有鲜明的特色和优势。近几年学校荣获国家科学技术进步一等奖1项、二等奖3项，国家技术发明二等奖2项。学校与纺织服装产业集中地区共建产学研“根据地”，一批校地、校企合作项目在湖北、安徽、江苏、浙江、山东等地落地，服务社会能力显著增强。
学校大力加强国际交流与合作。注重引进国外优质教育资源，积极发展留学生教育，不断提升国际化水平。是“欧洲纺织大学联盟”第一个中国大陆成员、“英国纺织学会”“美国纤维学会”理事成员、“一带一路”纺织高等教育联盟发起单位、“一带一路”世界纺织大学联盟理事单位、中国-中东欧国家（17+1）高校联盟地方合作高校，中国政府奖学金委托培养院校和英国纺织学会中国地区办公室依托单位。学校建有教育部首个行业中外人文交流研究院——纺织行业中外人文交流研究院。学校拥有湖北省第一个本科层次中外合作办学机构——武汉纺织大学伯明翰时尚创意学院。与英国曼彻斯特大学、日本文化学园大学开展了本科层次的合作办学项目，与澳大利亚、美国、俄罗斯、捷克有关高校联合培养博士生，并与英国、美国、法国、德国、澳大利亚、俄罗斯、日本、韩国等国家近200所大学签署了国际交流合作协议。学校长期承办由中国商务部和联合国贸易与发展会议联合主办的“发展中国家服务贸易”国际研修班，获批多项“世界著名科学家来鄂讲学计划”项目，连续多年主办和承办各类大型国际学术会议，学校国际化进程稳步推进。
潮平两岸阔，风正一帆悬。武汉纺织大学与时代发展同步伐、与民族工业共命运，坚持服务社会之道，谋求特色发展之路，为振兴民族工业和湖北省经济社会发展做出了重要的贡献。“十四五”时期，学校将立足新发展阶段，贯彻新发展理念，融入新发展格局，坚持系统观念，统筹事业发展与安全，以立德树人为根本，以学生为中心，全面加强党的领导、全面深化综合改革、全面推进依法治校、全面提高人才培养质量，着力培养应用型创新人才，提升科技创新和成果转化能力，为区域经济社会发展和纺织行业转型升级做出新的更大贡献。
展开更多
1.我校研究生奖助体系健全，设有国家层面、行业层面、社会层面及学校层面等四大类共10余种奖助学金。详情如下：
2.学校同时实施“四鹰计划”，符合相关条件者均可申请相应奖助：
展开更多