《userfilesfile贲晛烨山东大学青年学者未来计划申报书》由会员分享，可在线阅读，更多相关《userfilesfile贲晛烨山东大学青年学者未来计划申报书（10页珍藏版）》请在金锄头文库上搜索。
1、山东大学青年学者未来计划申报书所在单位信息科学与工程学院订申请人填表日期2016年2月1日线山东大学人事部制填写说明1申报书内容要逐项填写，实际内容不发生的，请注明“无”。有字 数限制的，应严格控制在限定字数以内。2申请人应客观、如实填写申报材料，所在单位应严格把关，对申报 材料进行认真审查。3“研究领域”请填写所在研究方向的关键词，至多填写三项。4项目“经费来源”请填写项目的具体性质，如“美国 NIH 基金项目”、 “863 项目子课题”、“国家社会科学基金项目”等。5表中涉及时间的，一律按“2013.09”格式填写。6.本申报书一式一份，用A4双面纸打印，按左侧装订线装订。一、申请人基本情
2、况姓 名贲晛烨性 别女出生年月1983.12最高学历博士最高学位博士专业技术 职务副教授所在二级 学科信号与信息处理研究领域模式识别、图像处理、情感计算教育 经历(从 大学 起填 写)起止年月学位毕业院校专业2002.09-2006.072006.09-2010.03学士博士哈尔滨工程大学自动化学院哈尔滨工程大学自动化学院电气工程及其自动化模式识别与智能系统(保 送、连读)工作 经历(含 海外 研修 情况)起止年月就职单位从事工作及职位2010.04-2012.052011.11- 2014.082014.09-今2014.12- 2015.12哈尔滨工业大学交通运输工程流动站 山东大学信息科
3、学与工程学院 山东大学信息科学与工程学院Faculty of Engineeringand Information Technology, University of Technology, Sydney博士后讲师副教授国家公派访问学者其它国际国内学术组织兼职、在国际国内学术会议做重要报告等情况：(1) 国家自然科学基金函审专家；(2) IEEE Transactions on Neural Networks and Learning Systems、 Neurocomputing、 Neural Computing and Applications、Ain Shams Engineering
4、 Journal、Signal Processing、 Pattern RecognitionLetters、Journal of Systems Architecture、International Journal of Elec tro nics、Secu rity and Communica tion Net works 等国际期刊的审稿专家；(3) 电子学报、计算机应用研究、上海大学学报(自然科学版)、模式识别与人工智能、控制 与决策、计算机工程与科学、电波科学学报、计算机科学等国内核心期刊的审稿专家；(4) 国网福建省电力有限公司模型驱动的电网智能化综合数据资源维护系统”科技成果验
5、收评审专家。所在 学术 团队 情况申请人结合山东大学信息科学与工程学院图像处理与模式识别技术研究所和澳大利亚 悉尼科技大学量子计算和智能系统实验室发起建立了“图像识别”学术团队，成员中包括研 究能力突出的青年学术骨干和研究生，通过定期开展研讨会和联合研究，不断交流科学思想 和技术成果。近五年累计发表学术论文100多篇，其中，包括TPAMI、TIP、TNNLS、Neurocomputing等模式识别、图像处理相关刊物，他引600余次(google scholar)。是否入选国家、省部级人才支持计划：是否人才支持计划项目名称：入选时间：年月二、教学及人才培养情况（近五年）教育教学情况简介（限500
6、字，包括主要授课课程、授课对象以及指导研究生等情况）面向本学院教授的本科生课程有：数字图像处理（双语）、电路、信号与系统和数字信 号处理，面向本学院教授的研究生课程有：图像处理技术和前沿讲座，面向环境科学与工程 学院教授本科生课程电工电子学，面向全校本科生开设暑期学校开源软件编程实践，累计指导 本科毕业设计33人，年平均授课学时492.6，年平均本科学时330.6。授课认真，注重引导激发学生 的学习兴趣与创新思维，受到学生们的好评；指导硕士研究生9人，其中，获得研究生国家奖学金2 人次；参加山东大学教学改革项目信息学科实验教学改革探索（2/6）、信号与系统课程教学优质 资源的建设与应用（5/5
7、）、双语教学改革的探索与实践（2/4）；参与山东大学本科生院对宁夏地 区的拓展招生活动，平时努力发掘宁夏当地可用的校友资源，并与宁夏各个高级中学保持紧密联系。三、主要研究成绩及代表性成果（填写近五年情况）（一）主要学术成绩、创新点及其科学意义（字数限本页）申请人在国内、外核心期刊上共发表70多篇学术论文，累计引用243次（Google Scholar），丰 富了模式识别、度量学习、特征提取的理论体系，提高了计算机的鲁棒特征提取、理解和匹配识别能 力，为推进信息处理的发展起到了作用，具有广泛的应用价值和重要的理论意义。主要创新研究与贡献可以总结为如下方面：1. 在耦合度量学习理论方法方面：针对传
8、统度量学习算法无法做到图像形态存在较大差异时匹配的问题，提出了耦合度量学习理论 方法框架以及基于边信息/局部保留/相关关系/类别信息/联立判别信息的耦合距离度量学习算法，并 由向量空间扩展到矩阵/张量/非线性空间下的耦合度量学习理论方法，解决了来自不同集合的元素间 的度量问题，在注册集和测试集的图像存在较大差异时，匹配识别精度达到国际一流水平。2. 在数据降维、鉴别分析、稀疏表示方面：针对数据降维、鉴别分析的特征提取问题，给出了二维主成分分析的一系列改进算法；并采用神 经网络的方式提出了二维主成分分析的自适应主成分提取的方法，大大降低了空间复杂度；给出了多 线性均值成分分析算法；给出了多线性大
9、间距算法；给出了带有类判别信息的正交张量分析算法和子 模式带有类判别信息的正交张量分析算法；这些算法较现有方法用于图像识别时具有更高的识别性 能。针对稀疏表示的特征提取问题，给出了基于较大编码系数强化的稀疏编码算法，可提高对部分遮 挡、光照变化人脸识别的鲁棒性。3. 在人脸识别、步态识别的关键技术方面：针对人脸检测、五官定位和人脸对齐问题，提出了基于改进Adaboost算法和人脸几何特征的 眼睛定位方法；针对低分辨率人脸识别问题，提出一种耦合步态特征的低分辨率人脸识别算法； 针对可见光条件下的步态周期检测问题，提出了基于区域特征分析的步态周期检测算法，基于人体解 剖学确定下臂摇摆的正面步态周期
10、检测算法，基于双椭圆拟合的步态周期检测算法，其中第三种算法 对步态具有平移、尺度不变性，对饰物（背包、外套）变化、视角变化也具有鲁棒性；针对深度信 息下的步态周期检测问题，提出了基于深度信息分层编码的步态周期检测算法；由于行走过程中两 帧之间的特征只与它前一帧的特征和后一帧的特征有关系,提出了基于线性插值的矩阵步态识别算法 框架，实现对行走速度变化具有鲁棒性的步态识别，提出的框架给步态识别问题带来了新的解决思路； 为了提升生物特征识别能力，给出了人脸特征辅助步态特征的决策级融合方法，搭建了远距离视频 下的正面人体自动身份识别系统。（二）发表（出版）论著情况（近五年，共出版著作0册，发表论文52
11、 篇，其中以第一作者或通讯作者发表的论文被SCI收录10篇、EI收录14篇、SCI收录篇、SSCI收录0 篇。 以下限填10项。）序 号时间论著名称刊物名称/ 出版单位位次收录 情况影响 因子他引 次数12013.11Kernel coupled distance metric learningorgaitrecogn iti (andface recognitionNeurocomputing1通信SCI2.005122013.03Agent-basedapproach for crowdec pedestrian evacuation Simulati.IET Intelligent oT
12、ransportSystems1通信SCI0.954232012.11An improvedbiometricstechniqu based on metric learning approe Neurocomputing ach1通信SCI1.634242012.03Dualellipsf itting approachfor robust gait periodicity detectNeurocomputing ion1通信SCI1.634352012.04Gait feature coupling for low-resolution face recognitioElectronic
13、s nLetters1通信SCI1.038062015.02Orthogonal multilinear discrim analysisand its subblocktensor analysis versionifipfatk-InternationalJournalforLightandElectron Optics1通信SCI0.677072015.05An Adaptive Neural Network:Formulation for the Two DimensPrincipal Component Analysis;NeuraliComputingandApplications
14、1通信SCI1.569082015.09Gaitrecognitismdmicro-expressi recognition based on maximum m projec tionit htensorepresen tatioNeural aCgmiiutingandoiApplica tions1通信SCI1.569192015.12Coupled marginal discriminar mappings for low-resolutioface recognitiontOptik-InternationalJournalforLightandElectron Optics2通信SCI0.6770102016.01Micro-expression recognition syOptik-InternationalJournalforLightandElectron Optics2通信SCI0.6770（三）主持、参与项目情况（近五年，共主持10项项目，其中省部级及以上项目6项。以下限填10项）序 号起止时间项目名称实到经费 （万元）位次经费来源123456789102016.01-2019.122013.01-2015.122013.01-2015.122013.05-2016.052014.07-2017.072015.01-2016.122013
