
|
陈东岳 东北大学信息科学与工程学院 副院长/教授
|
简介
东北大学信息科学与工程学院副院长,模式识别与智能系统学科教授,分别于2002年和2007年在复旦大学电子工程系电路与系统专业获学士学位与博士学位,2008-2010年东北大学控制科学与工程学科博士后,2014至2015年美国宾夕法尼亚大学国家公派访问学者,中国图象图形学会视觉大数据专委会专委,辽宁省人工智能学会理事,TCCT控制理论与应用教育工作组委员。
多年来从事模式识别与计算机视觉交叉领域的科学研究,在目标检测、跟踪与识别、人体动作与行为识别、视觉显著性检测、深度学习、多模态视觉感知、增强现实等方面开展了广泛深入的研究工作。在计算机视觉与模式识别领域国际高水平期刊和会议上发表高水平科技论文40余篇,包括TNNLS、PR等相关领域顶级期刊论文3篇。多次主持和参与国家、省部级科研项目,承担、主持和参与国家重点研发计划课题级项目1项,国家863子课题1项、国家973子课题1项,国家自然科学基金地区联合基金重点项目1项,自然科学基金面上项目2项,其他省部级项目10余项。
在产学研用融合尤其是本科教学与创新培训方面成果丰硕,先后多次获得辽宁省教学成果奖一等奖、国际大学生数模竞赛一等奖、“高教社杯”大学生数模竞赛国家二等奖、辽宁省自然科学学术成果奖一等奖等。
相关研究方向:
1)行人重识别技术:主要面向智慧城市安防与大数据统计需求,研究基于深度网络的行人特征提取与度量学习算法,解决智能视频监控网络下的行人属性语义分析,大规模检索、跨场景跟踪与身份重识别等问题。
2)视频异常检测:主要面向非特定城市区域监控视频大数据,针对智能交通、智能视频监控需求,研究基于无监督学习与深度网络相结合的视频数据中的异常目标、行为、场景与情景的检测、识别与理解,解决智慧城市中的交通风险与安全风险的早期快速预警问题。
3)目标多模态视觉感知:主要针对行人及其携带物品的安防检测问题,通过对可见光、深度、温度、X线图像和太赫兹图像等多模态视觉数据等采集、处理、匹配与融合,采用图像处理、深度学习与增强现实技术,实现风险目标的检测、分割、识别与理解,为遍布城市的安检卡口提供更加准确、全面和鲁棒的风险目标检测与识别功能。