张开华

Personal Information

More  >>

Professor  
Supervisor of Doctorate Candidates  
Supervisor of Master's Candidates  

Personal profile

张开华:南京信息工程大学,教授,硕士/博士生导师。研究方向为计算机视觉和模式识别,主要从事目标跟踪与图像分割方面研究。2014年于香港理工大学获得博士学位,师从IEEE Fellow,香港理工大学计算机系讲习教授张磊教授。2013年底入职南京信息工程大学。迄今在本领域顶级会议(CVPR/ICCV/AAAI/MM/ECCV)及期刊(IJCV/IEEE T-PAMI/T-IP/T-MM/T-CSVT等)发表论文30余篇,Google Scholar引用8500余次,单篇最高引用2400余次。主持国家自然科学基金3项,江苏省自然科学基金杰出青年基金1项,江苏省自然科学基金面上项目1项,企业横向项目3项,参与国家重点研发计划项目和自然基金委重点项目各1项,入选江苏省“六大人才高峰”,两次入选江苏省“333高层次人才”培养工程(考核优秀)等。爱思唯尔 2020、2021 中国高被引学者 (计算机科学与技术),入选2022年人工智能全球最具影响力学者榜单2022年全球顶尖前10万名科学家(计算机科学与技术)担任SCI期刊IET Electronics Letters编委以及多个顶会(CVPR/ICCV/ECCV/AAAI/IJCAI等)程序委员会委员。担任国家自然科学基金、多省自然科学奖励、多种人才项目评审专家,以及IEEE TPAMI、IEEE TIP、IEEE TNNLS、IEEE TCYB、IEEE TIFS、自动化学报、软件学报、计算机学报、电子学报、CVPR、ICCV、ECCV等顶级期刊和会议审稿人。

招生

博士/硕士生:欢迎对人工智能、深度学习、计算机视觉等方向感兴趣的同学报考我的研究生,要求报考学生态度端正、认真靠谱、积极勤奋、努力上进。(PS:表现优秀且有意向读博者,可推荐到南开大学、天津大学、电子科技大学、香港中文大学深圳校区计算机学院入牛组跟牛导读博!)。


本科生:欢迎对人工智能、深度学习、计算机视觉等方向感兴趣的本校本科生联系我从事科技竞赛、研究创新等活动,要求学生态度端正、认真靠谱、积极勤奋、努力上进。(PS:表现优秀者,可推荐到国内外重点高校院所读/保研)。


NEWS!


江苏科技报:南京信息工程大学计算机学院教授 张开华—教计算机“看”世界


1、恭喜刘研的论文被CCF A类一级学报计算机学报录用!

2、恭喜佳庆和天康的论文被CCF A类顶会 ACM MM 2022 录用!

3、恭喜玉琛获得江苏省研究生科研创新计划立项(经费1.5万元)!

4、恭喜娇娇拿到上市公司寒武纪的offer!

5、恭喜明亮拿到上市公司格灵深瞳的offer!

6、恭喜红家拿到国家电网南瑞总部的offer!

7、恭喜智彬获得VOT2021长时目标跟踪竞赛第四名!见论文中的SLOT算法

8、恭喜 雨亭、雨桐、子成分别拿到网易、中科院计算所苏州分院、科沃斯商用机器人有限公司的offer!

9、恭喜 王宁、王龙分别拿到北京公安部第一研究所、国家电网南瑞研究院的offer!

10、恭喜 腾鹏拿到同济大学计算机学院的PHD offer!恭喜杨康拿到科沃斯商用机器人有限公司的offer!

11、恭喜 佳庆拿到南航计算机学院的PHD offer!

12、恭喜 雪君拿到东南大学自动化学院的PHD offer!

13、恭喜 杨静拿到英国诺丁汉大学的PHD offer!


学习与工作经历:


20029-20067月,中国海洋大学电子工程系,本科

20069-20097月,中国科学技术大学电子工程与信息科学系,硕士

20108-201311月,香港理工大学计算机系,博士

20098-20108月,香港理工大学计算机系研究助理

2013年12月-2021年2月,南京信息工程大学,自动化学院,教授

20212月-至今,南京信息工程大学,计算机与软件学院,教授


我的办公室在计软院212。


邮箱:zhkhua@gmail.com.

社会兼职:


1、担任SCI期刊IET Electronics Letters 的Associate Editor, 以及顶会CVPR,ICCV,ECCV,AAAI的程序委员;

2、担任数十个相关领域SCI期刊的审稿人。

3、论文总引用超过8000余次,详见:https://scholar.google.com/citations?user=FYatMi8AAAAJ&hl=en



研究领域:


1、基于深度学习的目标检测与跟踪


tracking_out.gif




2、基于深度学习的医学图像处理,及其在胃肠镜数据上的应用,合作单位为南京鼓楼医院与江苏省人民医院消化内科:  

   



   


3、基于深度学习的视频分割、互显著性检测、图像超分等。

   

   



研究成果及获奖:


1、 2020年CCF科学技术奖自然科学二等奖(排名第一)

   

   获奖项目:张开华,刘青山,高效视觉目标跟踪理论与方法


2、 2017年教育部自然科学一等奖(排名第三);


      获奖项目:杨健,杨猛,张开华,徐勇,张磊,视觉信息的表示学习理论与方法


3、2018年度江苏省教育科学研究成果奖(高校自然科学类)一等奖(排名第四)


      获奖项目:刘青山,刘光灿,袁晓彤,张开华,孙玉宝, 稀疏低秩学习理论及其应用研究


4、 7篇第一作者论文为ESI 近10年来高被引论文 (学科前1%)


5、 10篇论文Google Scholar引用过百次,其中,一篇为ECCV 2012 最高被引论文;


6、AI2000 Index 排行榜(计算机视觉)全球排名96.  (江苏13人入选AI 2000榜单


7、入选斯坦福大学评选的 2020/2021年全球前2%顶尖科学家榜单


8、 爱思唯尔 2020 中国高被引学者 (计算机科学与技术)


9、爱思唯尔 2021 中国高被引学者 (计算机科学与技术)


10、全球顶尖前10万名科学家排名出炉:我国计算机科学与技术学科426名学者上榜






近期发表论文:(人工智能领域的顶会顶刊参考知乎链接图像领域有哪些高级期刊与顶会




[1] Hongtao Yu(学生), Pengfei Zhu, Kaihua Zhang, et al. Learning Dynamic Compact Memory Embeding for Deformable Visual Object Tracking. IEEE Transactions on Neural Network and Learning System, 2022.  


[2] 刘研(学生),张开华(通信),樊佳庆,赵雅倩,刘青山。渐进聚合多尺度场景上下文特征的伪装物体检测。计算机学报,2022.


[3] Jiaqing Fan(学生), Tiankang Su(学生), Kaihua Zhang, Qingshan Liu. Bidirectionally Learning Dense Spatio-temporal Feature Propagation Network for Unsupervised Video Object Segmentation. ACM MM, 2022.


[4] Kaihua Zhang, Yang Wu(学生), Mingliang Dong(学生), Bo Liu, Dong Liu, Qingshan Liu. Deep Object Co-segmentation and  Co-saliency Detection via High-order Spatial-Semantic Network Modulation. IEEE Transactions on Multimedia, 2022. 


[5] Junwen Pan, Pengfei Zhu, Kaihua Zhang, et al. Learning Self-Supervised Low-Rank Network for Single-Stage Weakly and Semi-Supervised Semantic Segmentation. IJCV, 2022.

[6] Kaihua Zhang, Zicheng Zhao(学生), Dong Liu, Bo Liu, Qingshan Liu. Deep Transport Network for Unsupervised Video Object Segmentation. ICCV, 2021.

[7] Jiaqing Fan(学生), Bo Liu, Kaihua Zhang, Qingshan Liu. Semi-supervised Video Object Segmentation via Learning Object-aware Global-local Correspondence. IEEE Transactions on Circuits and Systems for Video Technology. 2021.

[8] Tengpeng Li (学生),Kaihua Zhang,Shiwen Shen, Bo Liu,Qingshan Liu,Zhu Li. Image Co-saliency Detection and Instance Co-segmentation using Attention Graph Clustering based Graph Convolutional Network. IEEE Transactions on Multimedia, 2021. 

[9] Kaihua Zhang, Mingliang Dong(学生), Bo Liu, Xiaotong Yuan, Qingshan Liu. DeepACG: Co-Saliency Detection via Semantic-aware Contrast Gromov-Wasserstein Distance. CVPR, 2021.

[10] Jiaqing Fan (学生), Huihui Song, Kaihua Zhang, Qingshan Liu. Feature Alignment and Aggregation Siamese Networks for Fast Visual Tracking. IEEE Transactions on Circuits and Systems for Video Technology. 2020.

[11] Tengpeng Li(学生), Huihui Song, Kaihua Zhang, Qingshan Liu. Learning residual refinement network with semantic context representation for real-time saliency object detection. Pattern Recognition. 2020.

[12] Kaihua Zhang, Long Wang(学生), Dong Liu, Bo Liu, Qingshan Liu, Zhu Li. Dual Temporal Memory Network for Efficient Video Object Segmentation. ACM MM 2020. 

[13] Kaihua Zhang, Tengpeng Li(学生), Shiwen Shen, Bo Liu, et al. Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection. CVPR 2020.

[14] Kaihua Zhang, Tengpeng Li(学生), Bo Liu, Qingshan Liu. Co-saliency detection via mask-guided fully convolutional networks with multi-scale label smoothing. CVPR 2019.

[15] Kaihua Zhang, Jiaqing Fan(学生), Qingshan Liu, Jian Yang, Wei Lian. Parallel attentive correlation tracking. IEEE Transactions on Image Processing. 2019.

[16] Kaihua Zhang, Qingshan Liu, Yi Wu, Ming-Hsuan Yang. Robust visual tracking via convolutional networks without training.  IEEE Transactions on Image Processing. 2016.

[17] Kaihua Zhang, Lei Zhang, Ming-Hsuan Yang. Fast Compressive Tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2014.


Educational ExperienceMore>>

  • 日照市第一高级中学
  • 高中毕业

  • 中国海洋大学
  • 理学学士
  • University graduated

  • 中国科学技术大学
  • 工学硕士
  • With Certificate of Graduation for Study as Master's Candidates

Work Experience

2013.12 Now
  • 南京信息工程大学
  • 教授

Social Affiliations

No Content

Research Focus

No Content