△武原博
发布时间:2019-07-31 浏览:2188

   个人信息


姓      名武原博性      别
出生年月
最终学位
博士
毕业学校   
澳大利亚 新南威尔士大学

从事专业  
计算机视觉 模式识别职务
所属院系 计算机与科学技术系

所在部门 

多媒体计算所职称教授

 联系方式
办公电话

E-mail2018800102@hfut.edu.cn
通讯地址安徽省合肥市蜀山区丹霞路485号(合肥工业大学翡翠湖校区),计算机与信息学院
邮编230601

 简历

2014年获得澳大利亚新南威尔士大学(The University of New South Wales)计算机科学与工程博士学位,先后在澳大利亚阿德莱德大学(The University of Adelaide)和昆士兰大学(The University of Queensland)从事博士后研究工作。2018 年加入合肥工业大学计算机与信息学院(人工智能学院),聘为黄山青年学者、研究员。学术研究方向为计算机视觉、深度学习、多媒体计算等相关领域。在本领域国际期刊与会议已发表文章 60 余篇,其中,近三年发表 IEEE trans 12 篇和中国计算机学会(CCF)A 类会议论文 7 篇。参与撰写两部学术专著。谷歌学术引用 3,200+,H 因子 29,i10 因子 39。作为子课题负责人承担国家自然基金区域联合重点项目一项,主持国家自然科学基金青年项目一项。2021 年 6 月入选安徽省高层次引进人才项目。 2020年 作为第一作者/ 通讯作者在本领域期刊论文有 6 篇入选 ESI 高被引 论文。

主持或参与项目

1.多域视觉学习(U19A2073) 国家自然科学基金,区域创新发展联合项目(重点支持项目) 2020-2023

2.从自然语言描述生成高质量的人物图像-跨模态图像生成算法的研究 国家自然科学基金(青年项目),2021-2023

 研究方向
计算机视觉、模式识别、深度神经网络、深度特征学习等。
 教学工作

 获奖情况

2021年 入选安徽省高层次人才项目。

2021年 第四届 Eureka 国际创新与创业竞赛创业培育三等奖(2021 Melbourne Australia)。

One of best papers for the 2018 IEEE International Conference on Data Mining (ICDM), Singapore, 2018.

Best research paper runner-up award for the 18th Pacific-Asia Conference on Knowledge Discovery and Data Ming (PAKDD), 2014, Tainan, Taiwan.

 主要论著

专著章节:

1. Lin Wu, Brian C. Lovell, Yang Wang. Deep Learning in Person Re-identification for Cyber-Physical Surveillance Systems. Deep Learning Applications for Cyber Security. Springer. ISBN 978-3-030-13056-5.

2. Lin Wu, Yang Wang. Detecting Image Forgeries using Geometric Cues. ComputerVision for Multimedia Applications: Methods and Solutions. (Chapter 12), Publishedin the United States of America by Information Science Reference (IGI Global), ISBN 978-1-60960-024-2.

期刊论文:

11. Lin Wu, Yang Wang, Ling Shao, Meng Wang. 3D PersonVLAD: Learning Deep Global Representations for Video-based Person Re-identification. IEEE Transactions on Neural Networks and Learning Systems. 30(11): 3347-3359, 2019.

10. Lin Wu, Yang Wang, Hongzhi Yin, Meng Wang, Ling Shao. Few-Shot Deep Adversarial Learning for Video-based Person Re-identification. IEEE Transactions on Image Processing, 29(1):1233-1245, 2020.

9. Lin Wu, Yang Wang, Junbin Gao, Meng Wang, Zheng-Jun Zha, Dacheng Tao. Deep Co-attention based Comparators for Relative Representation Learning in Person Re-identification. IEEE Transactions on Neural Networks and Learning Systems, 32(2):722-735,2021.

8. Lin Wu, Richang Hong, Yang Wang, Meng Wang. Cross-Entropy Adversarial View Adaptation for Person Re-identification.  IEEE Transactions on Circuits and Systems for Video Technology,30 (7):2081-2020, 2020.

7. Lin Wu, Yang Wang, Ling Shao. Cycle-Consistent Deep Generative Hashing for Cross-Modal Retrieval. IEEE Transactions on Image Processing, 28(4):1602-1612, 2019. 

6. Lin Wu, Yang Wang, Junbin Gao, Xue Li. Where-and-When to Look: Deep Siamese Attention Networks for Video-based Person Re-identification. IEEE Transactions on Multimedia , 21(6):1412-1424, 2019.

5. Lin Wu, Yang Wang*, Xue Li, Junbin Gao. Deep Attention-based Spatially Recursive Networks for Fine-Grained Visual Recognition. IEEE Transactions on Cybernetics,  49 (5): 1791-1802, 2019.

4. Deyin Liu, Yuanbo Lin Wu*, Xue Li, Lin Qi. Medi-Care AI: Predicting Medications From Billing Codes via Robust Recurrent Neural Networks. Neural Networks, 124:109-116, 2020.

3. Lin Wu, Yang Wang, Junbin Gao, Xue Li. Deep Adaptive Feature Embedding with Local Sample Distributions for Person Re-identification. Pattern Recognition, 73:275-288, 2018.

2. Lin Wu, Yang Wang, Xue Li, Junbin Gao. What-and-Where to Match: Deep Spatially Multiplicative Integration Networks for Person Re-identification. Pattern Recognition, 76:727-738, 2018.

1. Chengyuan Zhang, Lin Wu*, Yang Wang. Crossing Generative Adversarial Networks for Cross-View Person Re-identification. Neurocomputing, 340(7): 259-269, 2019.