团队简介：

脑与人工智能实验室隶属于西北工业大学自动化学院“信息融合技术”教育部重点实验室。团队瞄准人工智能国际学术前沿，紧密围绕国家战略需求，在遥感信息智能处理，脑认知与智能计算，视觉智能感知与智能处理等方向开展基础理论研究、关键技术突破与系统集成验证，为人工智能的发展提供新思想、新方法、新技术，是我国人工智能领域高层次人才培养和高水平科学研究的重要基地之一。毕业学生主要就业于百度、阿里、腾讯、商汤科技、海康威视、滴滴等国内高科技公司和国内科研院所。

最新消息:

  • 2篇论文被CVPR 2024接收，其中GP-NeRF获选Highlight！一篇论文被ECCV 2024接收！
  • 2篇论文被CVPR 2023接收！
  • 韩军伟教授团队的“高空无人机对地精准观测技术”在“2022吴文俊人工智能科学技术奖”斩获技术发明奖一等奖！
  • “视觉智能研究组”新网站现以上线！[WebLink]
  • 张鼎文教授在“2022吴文俊人工智能科学技术奖”斩获优秀青年奖！
  • 韩军伟教授当选2022年度国际模式识别协会会士（IAPR Fellow）
  • 7篇论文被CVPR 2022接收！2篇论文被ACM MM 2022接收！
  • "Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images" 获得 GRSS Highest Impact Paper Award!
  • "A unified metric learning-based framework for co-saliency detection" 获得 IEEE TCSVT Best Paper Award!
  • “Weakly Supervised Object Localization and Detection: A Survey”被IEEE TPAMI接收。
  • “Adaptive Neighborhood Metric Learning”被IEEE TPAMI发表。
  • “Strengthen Learning Tolerance for Weakly Supervised Object Localization”被CVPR接收。
  • “Weakly Supervised Video Salient Object Detection”被CVPR接收。
  • 刘念博士的博士学位论文《基于深度神经网络的图像显著性检测关键技术研究》获得中国图象图形学学会优秀博士学位论文奖！
  • “Weakly Supervised Object Detection Using Proposal- and Semantic-Level Relationships”被IEEE TPAMI接收。

实验室主任:

成员 介绍
韩军伟：教授、博导，实验室主任，IEEE Fellow，IAPR Fellow，IEEE TPAMI等期刊编委，科睿唯安全球“高被引科学家”（两个领域），爱思唯尔中国“高被引学者”。主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。在领域顶级期刊/会议如：Proceedings of the IEEE，IEEE TPAMI，CVPR，MICCAI等发表学术论文150余篇，论文被引用3万余次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度IEEE GRSS Highest Impact Paper Award（IEEE地球科学与遥感学会最有影响力论文奖）、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文、陕西省优秀博士论文、博士后创新人才支持计划、国家级青年人才计划、高被引科学家、吴文俊人工智能优秀青年奖等。获陕西省科学技术一等奖（自然科学）、吴文俊人工智能技术发明一等奖等7项省部级科技奖。Email:junweihan2010@gmail.com

团队成员:

成员 介绍 成员 介绍
程 塨：研究员、博导,入选陕西省青年科技新星。在领域顶刊和顶会如Proceedings of the IEEE、IEEE TPAMI、IEEE TIP、CVPR等发表论文30余篇，10余篇论文入选ESI高被引论文/热点论文，Google 学术引用20000余次。主持10余项省部级以上科研项目。获得2017年教育部自然科学奖二等奖(3/5)和2018年陕西省科学技术奖一等奖(4/8)，获得IEEE GRSL 2017&2018年度最佳审稿人奖以及IEEE JSTARS 2018年度最佳审稿人奖。担任IEEE GRSM、IEEE JMASS、IEEE JSTARS等多个SCI期刊的副编辑/客座编辑。 研究方向：深度学习、计算机视觉、高分辨率遥感图像理解。主页：www.escience.cn/people/gongcheng 张鼎文：教授，在西北工业大学自动化学院获得学士、博士学位，2015-2017年赴美国卡耐基梅隆大学机器人系访问，研究方向为受脑学习启发的机器视觉处理。具体来说，主要围绕弱、半、无监督下的目标检测、分割、视频分析、遥感和医学影像处理等方向的研究工作，在领域顶刊和顶会如IEEE TPAMI、IJCV、IEEE TIP、CVPR、NIPS、ICCV等发表论文30余篇，10余篇论文入选ESI高被引论文/热点论文，Google 学术引用10000余次。主持、参与10余项省部级以上科研项目。担任IEEE TCSVT、IEEE TMM的客座编辑。个人主页: [链接]. 团队主页: [链接].
杜 磊：助理教授、博导。近5年以第一作者在领域顶级期刊和顶级会议如Bioinformatics、IEEE TMI、Medical Image Analysis、ISMB、IPMI、MICCAI、BIBM等发表论文30余篇，获生物信息学领域权威国际会议BIBM 2018“最佳论文奖”。主持国家自然科学基金面上项目、国家自然科学基金青年项目等省部级以上科研项目9项，参与国家基金重点项目2项。担任领域权威国际会议BIBM Session Chair、CCF生物信息学专委委员、CAA智能健康与生物信息学专委委员。研究方向：机器学习、模式识别、影像基因组学（影像遗传学）、医学图像处理、生物信息学。Email：dulei@nwpu.edu.cn，主页：https://teacher.nwpu.edu.cn/dulei.html 赵世杰：副研究员，近年来在脑成像分析、人工智能算法等领域发表国际期刊和会议论文30篇，其中：SCI收录15篇，2区及以上12篇，顶级会议论文7篇，获多媒体处理领域顶级会议ICME 2016最佳学生论文提名。主持国家自然科学基金等国家和省部级项目5项，参与自然基金重点项目、国防科技创新特区项目等国家级课题5项。担任Frontier in Neuroscience Review Editor，医学图像计算机青年研讨会(MICS)执行委员；中国图象图形学会视觉认知与计算专委会委员。研究方向：脑成像分析、多媒体处理、人工智能算法。Email:shijiezhao666@gmail.com
姚西文：副研究员，近年来在领域顶级国际期刊和国际会议如IEEE TPAMI、IEEE TIP、IEEE TGRS、ACM MM等发表论文26篇，其中1篇论文荣获陕西省第十四届自然科学优秀学术论文二等奖，5篇论文入选ESI高被引和热点论文，Google Scholar引用1276次。授权国家发明专利9项。主持7项省部级以上科研项目。西北工业大学优秀博士论文获得者。目前担任中国图象图形学学会遥感图像专业委员会委员，ISPRS、TGRS等20余种国际期刊审稿人。研究方向：深度学习、计算机视觉、遥感图像处理。 主页：https://teacher.nwpu.edu.cn/yaoxiwen.html 蔡晓妍：工学博士，副教授，硕士生导师。主持国家自然科学基金面上项目、国家自然科学基金青年基金、教育部人文社会科学基金、陕西省自然基础研究计划等科研项目7项；参与国家242信息安全计划项目、陕西省重点研发项目3项；申请发明专利4项；发表学术论文23篇，其中SCI收录论文16篇。研究方向：自然语言处理、信息检索、图像理解。主页：https://teacher.nwpu.edu.cn/m/2016010059.html
黄钟泠：工学博士，副教授。近年来在领域高水平期刊和国际会议例如IEEE-TGRS、ISPRS JPRS等发表论文十余篇，一篇论文入选ESI高被引论文，Google Scholar引用共227次。目前担任TGRS、ISPRS、GRSM等十余个国际期刊审稿人，参与多个国家自然科学基金项目、装发预研项目等。研究方向：合成孔径雷达图像理解、目标识别、微波遥感、深度学习。E-mail: huangzhongling@nwpu.edu.cn 夏 辰：工学博士，助理教授。在IEEE-TPAMI, IEEE-TNNLS，IEEE-TIP等高水平SCI国际期刊及会议发表论文8篇。获国家青年自然基金一项、博士后基金面上项目一项、陕西省科学自然基金一项。“基于重构的自底向上视觉注意模型研究”的博士论文获得首届中国电子教育学会优秀博士论文提名奖以及2019级西安电子科技大学优秀博士论文。基于眼动的自闭症识别论文获得ICIMH2020最佳论文奖。同时申请及授权专利4项。研究方向：视觉注意建模、显著性估计、扫视路径预测及在自闭症识别中的应用、深度学习。Email:cxia@nwpu.edu.cn

研究方向：

代表论文 题目 链接
Lei Du, Fang Liu, Kefei Liu, Xiaohui Yao, Shannon L. Risacher, Junwei Han, Andrew J. Saykin, Li Shen. Associating Multi-modal Brain Imaging Phenotypes and Genetic Risk Factors via A Dirty Multi-task Learning Method. IEEE Transactions on Medical Imaging, Early access, 2020. [PaperLink]
Han Wang, Shijie Zhao, Qinglin Dong, Yan Cui, Yaowu Chen, Junwei Han, Li Xie, Tianming Liu, Recognizing Brain States Using Deep Sparse Recurrent Neural Network, IEEE Transactions on Medical Imaging, 4(38):1058-1068, 2019. [PaperLink]
Shijie Zhao, Junwei Han, Jinglei Lv, Xi Jiang, Xintao Hu, Bao Ge, Lei Guo, Tianming Liu. Supervised dictionary learning for inferring concurrent brain networks, IEEE Transactions on Medical Imaging, 34(10): 2036-2045, 2015. [PaperLink]
Junwei Han, Xiang Ji, Xintao Hu, Dajiang Zhu, Kaiming Li, Xi Jiang, Guangbin Cui, Lei Guo, Tianming Liu. Representing and retrieving video shots in human-centric brain imaging space. IEEE Transactions on Image Processing, 22(7): 2723-2736, 2013. [Paperlink]
Tuo Zhang, Lei Guo, Kaiming Li, Changfeng Jing, Yan Yin, Dajiang Zhu, Guangbin Cui, Lingjiang Li, Tianming Liu. Predicting functional cortical ROIs via DTI-derived fiber shape models. Cerebral cortex, 22(4): 854-864, 2012. [Paperlink]
代表论文 题目 链接
Ke Li, Gang Wan, Gong Cheng, Liqiu Meng, Junwei Han. Object detection in optical remote sensing images: a survey and a new benchmark. ISPRS Journal of Photogrammetry and Remote Sensing (JPRS), 2020. [PaperLink] [Dataset]
Gong Cheng, Ceyuan Yang, Xiwen Yao, Lei Guo, Junwei Han. When deep learning meets metric learning: remote sensing image scene classification via learning discriminative CNNs. IEEE Transactions on Geoscience and Remote Sensing (TGRS), 2018. [PaperLink] [Code]
Gong Cheng, Junwei Han, Xiaoqiang Lu. Remote sensing image scene classification: benchmark and state of the art. Proceedings of the IEEE, 2017. [PaperLink][Dataset]
Gong Cheng, Peicheng Zhou, Junwei Han. Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images. IEEE Transactions on Geoscience and Remote Sensing (TGRS), 2016. [PaperLink] [Code]
Junwei Han, Dingwen Zhang, Gong Cheng, Lei Guo, Jinchang Ren. Object Detection in Optical Remote Sensing Images Based on Weakly Supervised Learning and High-Level Feature Learning. IEEE Transactions on Geoscience and Remote Sensing (T-GRS ), 2015. [PaperLink] [Dataset]
代表论文 题目 链接
Nian Liu, Ni Zhang, and Junwei Han. Learning Selective Self-Mutual Attention for RGB-D Saliency Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2020. [PaperLink] [Code]
Dingwen Zhang, Junwei Han, Yu Zhang, Dong Xu. Synthesizing Supervision for Learning Deep Saliency Network without Human Annotation. IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 2020. [PaperLink] [Code]
Nian Liu, Junwei Han, and Ming-Hsuan Yang. PiCANet: Pixel-wise Contextual Attention Learning for Accurate Saliency Detection. IEEE Transactions on Image Processing (T-IP), 2020.
Nian Liu, Junwei Han, and Ming-Hsuan Yang. PiCANet: Learning Pixel-wise Contextual Attention for Saliency Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018. 		[PaperLink] [Code]
Dingwen Zhang, Junwei Han, Long Zhao, Duyu Meng. Leveraging Prior-Knowledge for Weakly Supervised Object Detection Under a Collaborative Self-Paced Curriculum Learning Framework. International Journal of Computer Vision, (IJCV), 2019. [PaperLink][Models]
Dingwen Zhang, Deyu Meng, Junwei Han: Co-Saliency Detection via a Self-Paced Multiple-Instance Learning Framework. IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 2017. [Dataset] [Results] [Evaluation Metrics]

招生就业: