北理工科研團(tuán)隊(duì)發(fā)表的高被引（ESI）論文被歸入Computer Science領(lǐng)域同一出版年最優(yōu)秀的前1%之列
發(fā)布日期：2020-06-09 供稿：光電學(xué)院
編輯：盛筠 審核：郝群 閱讀次數(shù)：
根據(jù)Web of Science中Essential Science Indicators的數(shù)據(jù)，我校光電學(xué)院許廷發(fā)教授科研團(tuán)隊(duì)發(fā)表的SCI論文成為ESI數(shù)據(jù)庫的高被引論文，這一數(shù)據(jù)表明根據(jù)對(duì)應(yīng)領(lǐng)域和出版年中的高引用閾值，到2020年1月/2月為止，該篇論文受到的引用次數(shù)已將其歸入Computer Science領(lǐng)域同一出版年最優(yōu)秀的前1%之列，其學(xué)術(shù)價(jià)值得到了該領(lǐng)域內(nèi)全球研究者的關(guān)注與肯定。
科研論文Scale-Aware Fast R-CNN for Pedestrian Detection，（第一作者：李佳男博士；通訊作者：許廷發(fā)教授）， 發(fā)表在IEEE Transactions on Multimedia，該期刊由美國電氣和電子工程師協(xié)會(huì)（IEEE）發(fā)行，近5年的影響因子為5.551。
論文針對(duì)不同尺度的行人目標(biāo)存在不同的特征模式、輸入目標(biāo)尺度變化導(dǎo)致的類內(nèi)差異會(huì)極大增加目標(biāo)檢測模型的學(xué)習(xí)難題和挑戰(zhàn)，提出了對(duì)不同尺度的目標(biāo)采用“分而治之”的策略，在共享底層共有特征以保證計(jì)算效率的同時(shí)，運(yùn)用專屬網(wǎng)絡(luò)分支分別捕獲不同尺度目標(biāo)的特有高層特征，并進(jìn)行獨(dú)立預(yù)測和尺度自適應(yīng)融合，增強(qiáng)了模型對(duì)于輸入尺度變化的魯棒性。該方法簡單易行，可有效應(yīng)用于真實(shí) 復(fù)雜場景下的行人檢測。更為重要的是，該方法為提高檢測模型對(duì)于輸入變化的魯棒性提供了一種有效的實(shí)用性新思路，被廣泛借鑒和應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域的其他各種任務(wù)中。
圖 提出的尺度感知的行人小目標(biāo)檢測框架
第一作者簡介：
李佳男，北京理工大學(xué)光電學(xué)院2013級(jí)直博生，師從許廷發(fā)教授，研究方向?yàn)楣鈱W(xué)成像探測與識(shí)別、圖像與視頻處理、計(jì)算機(jī)視覺、多媒體。2015年由國家高水平公派留學(xué)項(xiàng)目資助前往新加坡國立大學(xué)(NUS)進(jìn)行為期兩年的博士生聯(lián)合培養(yǎng)，外方導(dǎo)師為計(jì)算機(jī)視覺領(lǐng)域著名學(xué)者顏水成，馮佳時(shí)教授。
讀博期間，曾獲得王大珩高校學(xué)生光學(xué)獎(jiǎng)、博士研究生國家獎(jiǎng)學(xué)金、北京理工大學(xué)高水平博士學(xué)位論文育苗基金、北京理工大學(xué)優(yōu)秀研究生學(xué)位論文等多項(xiàng)創(chuàng)新人才獎(jiǎng)勵(lì)，并獲得2017年ImageNet國際大規(guī)模視覺識(shí)別挑戰(zhàn)賽目標(biāo)定位任務(wù)的團(tuán)隊(duì)冠軍。累計(jì)在IEEE TPAMI、TVCG、TCSVT、TMM等SCI期刊以及CVPR、ICLR、NeurIPS等國際頂級(jí)會(huì)議上發(fā)表論文16篇，其中第一作者9篇，總引用次數(shù)超過1200次。同時(shí)，還多次擔(dān)任IEEE TCSVT、TMM等SCI期刊以及ICCV 2019、CVPR 2020、ECCV2020等國際頂級(jí)會(huì)議的審稿人。
通訊作者簡介：
許廷發(fā)，教授，博導(dǎo)，國家一級(jí)重點(diǎn)學(xué)科“光學(xué)工程”責(zé)任教授，光電成像技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室副主任。近年來帶領(lǐng)其科研團(tuán)隊(duì)圍繞光電成像探測與識(shí)別、高光譜計(jì)算成像處理等方向不斷深化研究。主持承擔(dān)國家自然科學(xué)基金委重大科研儀器專項(xiàng)等項(xiàng)目30多項(xiàng)。在國際、國內(nèi)等系列期刊發(fā)表學(xué)術(shù)論文120余篇，其中被SCI/EI收錄80余篇。以第一發(fā)明人申請國家發(fā)明專利15項(xiàng)，已授權(quán)和公示8項(xiàng)。獲國防科技進(jìn)步二等獎(jiǎng)1項(xiàng)，獲軍隊(duì)科技進(jìn)步二等獎(jiǎng)1項(xiàng)，獲北京市科學(xué)技術(shù)進(jìn)步獎(jiǎng)三等獎(jiǎng)1項(xiàng)。科研團(tuán)隊(duì)取得的創(chuàng)新性研究成果為學(xué)校一流學(xué)科建設(shè)作出了貢獻(xiàn)。
分享到：