程旭

Personal Information

More  >>

Professor  
Supervisor of Doctorate Candidates  
Supervisor of Master's Candidates  

Personal profile

   程旭,教授,硕士生导师。IEEE高级会员,中国计算机学会多媒体技术专委会委员,中国图像图形学会会员。2015年6月毕业于东南大学,获工学博士学位。2015年9月至2018年6月在中国船舶重工集团公司第七二四研究所工作,任主任设计师。2018年6月至今在南京信息工程大学计算机学院工作。主持中央军委装备发展部领域基金项目、国家自然科学基金委国际(地区)交流与合作项目等国家级课题。已在IEEE-TIP、IEEE-TMM、Pattern Recognition、ACM-TOMM、CVPR、ICCV、ECCV、AAAI等人工智能、计算机视觉领域国际权威期刊与顶级会议上发表学术论文百篇以上。主要研究方向为:计算机视觉,模式识别等。担任IEEE-TCSVT、IEEE-TIE、IEEE-TIP、IEEE-TMM等多个国际期刊审稿人。


研究领域:

   计算机视觉、模式识别、图像与视频信号处理


本人招收硕士研究生;欢迎有志于从事人工智能(机器学习、模式识别、计算机视觉 、图像与视频处理等)方向的同学联系我。表现优秀者,可推荐到国内知名企业工作或国内外知名高校继续深造。


科研成果:

承担科研项目:

(1)基于稀疏编码网络结构的目标迁移跟踪算法研究,国家自然科学基金项目,2019.1.1—2021.12.31

(2)多频段目标探测与信息融合处理技术, "十三五"中央军委装备发展部领域基金,2019.2.1—2021.1.31

(3)中国博士后科学基金项目

(4)基于深度学习的特征提取技术,"十三五"中央军委装备发展部领域基金,2017.1.1—2018.12.31

(5)海空 XXXX 被动探测技术,海军装备部预研基金
(6)视频序列中的人脸检测与跟踪关键技术研究,国家自然科学基金项目

(7)微波超视距XXXX,"十三五"中央军委装备发展部共用技术

(8)基于深度网络的目标迁移跟踪算法研究”北京大学机器感知与智能教育部重点实验室开放基金

(9)基于深度学习的目标迁移跟踪算法研究”南京大学软件新技术国家重点实验室开放基金


发表论文详见:

https://scholar.google.com/citations?hl=zh-CN&user=roGixUIAAAAJ&view_op=list_works&sortby=pubdate 


荣誉:

中国船舶重工集团公司科技进步三等奖,2018。

Educational Experience

  • 东南大学
  • 信息与通信工程
  • 工学博士
  • With Certificate of Graduation for Doctorate Study

  • 太原理工大学
  • 检测技术与自动化装置
  • 工学硕士
  • With Certificate of Graduation for Study as Master's Candidates

  • 太原理工大学
  • 电子信息工程
  • 工学学士
  • University graduated

Work ExperienceMore>>

2018.6 Now
  • 南京信息工程大学
  • 计算机学院、网络空间安全学院
  • 教授
  • 在岗
2021.8 2022.11
  • 芬兰奥卢大学
  • The Center for Machine Vision and Signal Analysis (CMVS)
  • 访问学者
2019.9 2019.12
  • 教育部公派出国留学上海集训部
  • 高级英语培训班
  • 学习

Social AffiliationsMore>>

2016.1 Now

  • IEEE会员

2020.6 Now

  • 中国计算机学会会员

2020.6 Now

  • 中国图形图像学会会员

Research Focus

  •         视频理解 Video Understanding,主要基于视频中的时序信息来进行视频分析。相对于图像而言,视频多了一维时序信息,其应用场景相对也比较广泛,比如在智能安防领域中我们可以使用视频理解技术来取代人工进行相应的视频监控。


  • 计算机视觉(Computer Vision)研究如何让计算机可以像人类一样去理解图片、视频等多媒体资源内容。例如用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等,并进一步处理成更适合人眼观察或进行仪器检测的图像。 主要研究方向包括 (1)图像分类 – Image Classification:解决的是“是什么”的问题。图像分类的任务便是要找出图中包含着哪些目标。与此任务相关的挑战包括视点变化、尺度变化、类内变化、图像变形、图像遮挡、光照条件、背景杂乱等。 (2)目标检测与跟踪 – Object Detection and Tracking:解决的是“是什么+在哪里”的问题。在图像分类中,我们可以知道当前图片中包含了哪些目标物体。进一步地,我们更希望知道这个目标具体在哪个位置,这便是目标检测和跟踪的任务。 (3)语义分割 – Semantic Segmentation:解决的是“每个像素点是什么”的问题。语义分割是对目标物体进行一个像素级分割,即对图像中的每一个像素点都进行分类。 (4)实例分割 – Instance Segmentation:在语义分割的基础上,进一步区分属于同一个类别的不同实例。 (5)行人重识别 – Person Re-ID:行人重识别研究研究不同于目标识别,它能够实现跨越时间和空间对目标人体(人群)进行跟踪、匹配与身份鉴定。行人重识别技术需要分析目标的空间依赖关系,还需要分析目标变化的历史信息。行为识别涉及到技术主要包含兴趣点提取,密集轨迹,光流和表观并举,3D卷积网络,LSTM和GCN等。