学习与工作经历
工作经历： 2019/02-至今，闽南师范大学，计算机学院，讲师、副教授 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: 2014/09-2018/12 厦门大学，电子科学系，理学博士 2008/09-2011/07 厦门大学，测试计量技术及仪器，工学硕士 2004/09-2008/07 厦门大学，测控技术及仪器，工学学士
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，结题。 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，结题。 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，结题。 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，结题。
近年发表的代表性成果
1. Yuanhui Tian, Jinsheng Fang*, Yuhui, Li, Kun Zeng. A high-frequency information guiding attention network for super-lightweight image super-resolution[J]. Pattern Analysis and Application. 2025. 2. Xie, Xianglong, Fang, Jinsheng*, Hu, Siyu. Attention interaction and recalibration network for lightweight image super-resolution[J].Signal, Image and Video Processing. 2025. 3. Jinsheng Fang; Xinyu Chen; Jianglong Zhao; Kun Zeng. A scalable attention network for lightweight image super-resolution[J]. Journal of King Saud University - Computer and Information Sciences. 2024. 4. Jinsheng Fang, Hanjiang Lin, Jianglong Zhao, Kun Zeng. An efficient multi‐scale large asymmetric‐kernel network for lightweight image super‐resolution[J]. 2024:e8240 5. Kun Zeng, Hanjiang Lin, Zhiqiang Yan, Jinsheng Fang, Taotao Lai. Non-local self-attention network for image super-resolution[J]. Applied Intelligence.2024. 6. Hong Zheng, Huabin Heng, Zhiqiang Yan, Kun Zeng, Jinsheng Fang, Baohua Qiang. A Generic Multicorrespondence Matching Framework for Reference-Based Image Super-Resolution[J]. IEEE Transactions on Instrumentation and Measurement.2024. 7. Zhang Hongao, Fang Jinsheng*, Hu Siyu. A sparse lightweight attention network for image super-resolution[J]. The Visual Computer, 2023: 1-12. 8. Zeng Kun, Lin Hanjinag, Yan Zhiqiang, Fang Jinsheng. Densely connected transformer with linear self-attention for lightweight image super-resolution[J]. IEEE Transactions on Instrumentation and Measurement, 2023. 9. Fang Jinsheng, Lin Hanjiang, Chen Xinyu, Zeng Kun. 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. 10. Fang Jinsheng, Lin Hanjiang, Chen Xinyu, Zeng Kun. An Amalgamated CNN-Transformer Network for Lightweight Image Super-Resolution[J]. Journal of Network Intelligence. 2024:3(9). 11. 方金生，陶余昊，朱古沛. 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). 12. 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). 13. 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].闽南师范大学学报自然版.2023.
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》、《大数据可视化基础》
研究生：《数字图像处理》、《深度学习技术》
联系方式
邮箱：fangjs1867@foxmail.com；fjs1867@mnnu.edu.cn
| 
