内容

计算机科学与技术

阅读数:8425    发布:2016-11-03 10:27    更新:2018-11-02 11:45    

1.专业名称:计算机科学与技术 0812

 

2.专业简介:

本学科由清华大学于1983年建校时援建,2009年起正式单独建院,由陈国良院士担任首任院长,发展成为国家特色名牌专业和广东省攀峰重点学科,设立了计算机科学与技术一级学科博士点,形成了本硕博完整的人才培养体系,培养了以腾讯马化腾为代表的高质量人才。2017年上交大软科世界一流学科排名国内并列第18位,已进入ESI计算机学科全球前1%。

 

本学科的特色与优势如下:

(1) 人员优势:现有中科院院士1名、国家级教学名师1名、国家千人1名、海外杰青1名、国家外专千人1名、国家优青1名、国家青年千人1名;广东省珠江学者特聘教授1名、广东省领军人才3名、广东省杰青1名、广东省“千百十工程”省级培养对象3名、教育部新世纪优秀人才2名、中国科协青年人才托举工程1名、广东省科技创新青年拔尖人才3名、鹏城学者特聘教授1名、博士生导师12名。

(2) 科研优势:近5年共获得了8项省部级科研奖励,其中一等奖3项;共获批了92项国家自然科学基金项目(其中重点类项目6项),年均18.4项;以第一作者或通讯作者共发表了102篇CCF A类和中科院1区论文。

(3) 平台优势:现有1个国家工程实验室、2个国家级实验教学示范中心和11个省部级科研平台。拥有大数据系统计算技术国家工程实验室,标志着本学科在大数据系统计算领域已处于国内领先地位。

(4) 区域优势:深圳市1.6万亿元规模的信息产业和8000多家高新技术企业为学科发展创造了大量的技术研发需求、就业创业机遇和成果转化渠道。现已组建了10个校企联合科研实验室、6个校企联合研究生实习基地和9个校企联合技术创新俱乐部,与100多家高新技术企业建立密切的产学研合作。

 

3.本学科包括以下研究方向:

(1)高性能计算。包括大规模并行信息处理理论、高性能并行信息计算系统、大规模信息处理方法三个主要研究领域。大规模信息并行处理理论紧密结合硬件机构和具体应用,采用软硬件协同的办法进行大规模信息并行处理理论的研究。包括理论模型与基础算法、混合异构处理环境等方面内容。高性能并行信息处理系统着重于基于并行计算技术研制高性能并行信息处理系统。主要研究高性能并行信息处理系统的体系结构、众核系统结构、节点互联、异构体系结构等方面的内容。大规模信息处理方法研究大规模信息处理的方法和系统工具,如大规模信息理论与技术体系、大规模信息处理与分析工具系统等。

 

(2)人工智能。主要研究智能规划与推理、贝叶斯学习、迁移学习、深度学习、统计机器学习、知识图谱和自然语言处理等技术及其在复杂系统形式化验证、类人智能系统、灾难应急响应平台、软件中间件和推荐系统等领域的应用。该方向带头人明仲教授是大数据系统计算技术国家工程实验室执行主任,在以上相关领域取得了一系列重要成果,在知名学术会议与期刊上发表论文200多篇。

 

(3)视觉信息处理。本方向通过分析视觉信息的底层特征和上层结构,从而提取具有一定智能性的信息,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。主要研究方向包括计算机视觉与机器学习,模式识别与计算智能,图像智能感知与类脑计算,医学影像处理与分析等。

 

(4)数据挖掘。主要研究数据挖掘、商务智能、高性能计算、云计算等,该方向带头人黄哲学教授是一系列数据挖掘聚类算法发明人,如: k-modes,fuzzy k-modes、k-prototypes、w-k-means等聚类算法, 在很多领域得到广泛应用,被纳入国内外教科书和专著,并进入软件产品;领导开发了AlphaMiner数据挖掘开源系统,被国内外许多大学和公司采用。

 

(5) 大数据机器学习与不确定性信息处理方向。包括示例模糊表示的归纳学习、统计学习理论、深度学习、大数据学习理论与方法等。研究特色为通过发现和表示大数据中的不确定性,挖掘大数据的结构分布,进而利用分布并行技术,设计并实现适用于不同类型大数据的分类和聚类算法,以及相应的关键技术和理论问题研究

 

(6) 智能图形图像可视计算。本研究方向涵盖计算机图形学、计算机视觉、计算机动画、虚拟现实、智能机器人、人机交互、可视化与可视分析,促进多个学科研究的深入交叉和集成创新,重点推进大规模静动态数据获取与融合、多尺度几何建模与智能编辑、高层次图像处理与多媒体计算、可视内容生成与仿真渲染、复杂场景重建与识别理解、三维移动协同感知与人机交互、智能模拟学习与强化认知、海量信息可视化与可视分析等方面的科学技术研究。

(7) 物联网工程。研究方向包括:Wireless Communication, Mobile Computing(无线通信,移动计算),Wearable Computing, E-health and related technologies (可穿戴计算,智慧医疗等),Smartphone applications, Location-based systems(手机相关应用,定位系统),Wireless Sensor Networks, RFID technologies(无线传感器网络,RFID,物联网技术),Cognitive Radios, Dynamic Spectrum Auctions(认知无线电,动态频谱拍卖),Robot Network (机器人网络), UAV application(无人机应用),Brain-Inspired (类脑计算),Network Big Data (网络大数据), HCI (人机交互)等。

 

(8) 未来媒体计算专业(Future Media Computing).该招生专业包括三大研究方向:(i)智能媒体内容的分析和理解:主要通过对机器学习特别是深度学习的理论应用和算法发展来捕捉跨媒体内容的语义关联及特征描述,从而使计算机能够像人那样诠释媒体的内容或接近人类对媒体内容的消化,吸收与理解。(ii)互动媒体的理论及算法研究:探索与研究人与媒体内容的多模态,多形式,及多跨度的互动理论。通过跨虚拟现实,计算机视觉及图像视频处理等多领域的协同创新, 建立和发展能够让观众获得犹如身临其境视觉感受的全景多视点视频处理的新概念,新技术,和新系统。(iii)臆想媒体的研究探索,概念形成,及理论算法的开发和应用:通过对人脑思维活动的跟踪学习,及人脑对媒体内容的自然感知,实现能够探索人脑臆想包括做梦,回忆,憧憬等应用场景的新媒体概念,理论,和技术的全方位科学研究。

 

(9)计算机软件与理论。 该方向带头人之一秦胜潮教授在国际高水平会议和期刊上发表论文100多篇,已完整培养计算机科学博士研究生多名,目前担任国际软件工程理论大会执委和国际形式化工程方法大会执委。其主要研究领域为软件理论与形式化方法,包括程序逻辑与程序理论、软件分析与验证、软件测试与网络安全、人工智能与机器学习系统的安全性、区块链与智能合约的安全性和可靠性、数字物理融合系统的形式化建模等。

 

(10)人工智能与图像处理。人工智能主要研究神经网络、深度学习、模式识别等,及其在智能诊疗和手术机器人中的应用。图像处理主要研究不变性特征提取、时-频域分析、图像配准、图像分割、多模态融合等,及其在目标定位与跟踪、增强现实中的应用。

 

(11)计算机视觉,主要包括图像特征提取、深度学习理论、人脸识别分析以及医学图像智能诊断四个研究方向。针对Gabor函数等用于图像特征提取的滤波器和小波,研究相关编码方法,提高特征对旋转、缩放等变化的鲁棒性以及不同类的区分鉴别能力。探索深度卷积神经网络参数设置及优化原理,尝试新的网络架构、下一代优化目标损失函数以及网络加速方法,提高深度卷积网络的识别准确率和效率。结合手工图像特征,研发基于深度卷积网络和通用对抗网络的人脸识别、表情、年龄等属性识别方法,活体检测系统以及人脸风格、抑郁等社会、心理状况分析算法。和医院医生合作,设计新颖的全卷积、多尺度及目标检测网络,研发HEp-2/胃癌/乳腺等各种细胞病理图像的分割、病变诊断、X光图像肺部疾病分析以及眼部OCT图像视网膜病变检测算法。

 

4.博导名录

(1)陈国良,教授、博士生导师,中国科学院院士、深圳大学计算机与软件学院院长。全国首届高等学校教学名师;1938年6月生于安徽省颍上县,1961年毕业于西安交通大学计算数学与计算仪器专业;现任深圳大学计算机与软件学院院长,大数据系统计算技术国家工程实验室主任,以及南京邮电大学计算机学院、软件学院名誉院长等。

 

陈国良教授主要研究领域为并行算法和高性能计算及其应用等。先后承担了国家863计划、国家攀登计划、国家973计划、国家自然科学基金等10多项科研项目。取得了多项被国内外广泛引用、达国际先进水平的研究成果。发表论文400多篇,出版学术著作和教材10部。曾获国家科技进步二等奖、教育部科技进步一等奖、中科院科技进步二等奖、国家级教学成果二等奖、水利部大禹一等奖、安徽省科技进步二等奖、2009年度安徽省重大科技成就奖等共20余项,并获863计划15周年先进个人重要贡献奖和宝钢教育基金优秀教师特等奖以及安徽省劳动模范光荣称号。所带领的“并行计算相关课程教学团队”2009年被评为国家级教学团队。

 

多年来,陈国良教授围绕着并行算法的教学与研究,逐渐形成了 “算法理论-算法设计-算法实现-算法应用”一套完整的并行算法学科体系,提出了“并行机结构-并行算法-并行编程”一体化的并行计算研究方法;陈国良院士率先于1995年就创建了我国第一个国家高性能计算中心,并先后研制了基于国产CPU的KD和SD系列普及型高性能计算机;陈院士营造了我国并行算法类的科研和教学基地,培养了200多名博士后、博士和硕士研究生,是我国非数值并行算法研究的学科带头人,在国内外学术界和教育界有一定的影响和地位。

http://nhpcc.szu.edu.cn/web/

招生方向:高性能计算.

 

(2)明仲。教授,计算机与软件学院常务副院长,大数据系统计算技术国家工程实验室执行主任,1967年8月生。中山大学计算机软件与理论博士毕业。 2004年晋升计算机学科教授。现为鹏城学者特聘教授,深圳大学二级教授,华东理工大学兼职教授,深圳大学及中国科学院深圳先进技术研究院博士生导师,教育部大学计算机教学指导委员会委员,深圳市计算机学会理事长,中国计算机学会理事(第8届),广东省省部院物联网产学研联盟副理事长, CCF YOCSEF(北京)AC荣誉委员,曾任CCF YOCSEF(广州)主席,广东省“千百十工程”省级培养对象。深圳大学计算机软件与理论学科带头人。获广东省优秀教学成果一等奖2次、二等奖2次。2009年被评为深圳市优秀教师。获2015年度广东省丁颖科技奖,“云数据交换和服务调度平台及应用” 项目获2013年度广东省科学技术奖一等奖(排名第一),“基于数据集成和信息共享的ESB集成平台软件”项目获2009年度深圳市科技创新奖(排名第一),并获2010年度广东省科学技术奖三等奖(排名第一)。主持国家自然科学基金重点项目和面上项目等多个项目,发表学术论文200多篇。

http://www.scholat.com/zming

招生专业方向:人工智能

 

(3)杨烜。博士,深圳大学计算机与软件学院教授,博士生导师、硕士生导师,千百十人才。1991年毕业于西安电子科技大学计算机系,获学士学位;1994年在西安交通大学获计算机软件硕士学位;1998年在西安交通大学获通信与信息系统博士学位,1999-2001年在西安电子科技大学做博士后。主持并完成国家科技支撑计划项目、国家自然科学基金面上项目、国防重点实验室基金、广东省自然科学基金等多项。获全军科技进步二等奖一项、陕西省科技进步三等奖一项、陕西高等学校科学技术一等奖一项。

招生专业方向:视觉信息处理

 

(4)黄哲学。深圳大学计算机与软件学院特聘教授,深圳大学大数据技术与应用研究所所长,大数据系统计算技术国家工程实验室副主任;兼任中国科学院深圳先进技术研究院研究员、首席科学家;曾任香港大学数学系荣誉教授、香港大学电子商业技术研究所助理总监,澳大利亚联邦科学院信息与数学研究所研究员。1993年获瑞典皇家工学院博士学位。主要成就:数据挖掘领域属性数据和混合数据快速聚类算法研究的知名学者,发表了一系列著名的算法,如: k-modes, k-prototypes,w-k-means 聚类算法, 在很多领域得到广泛应用,被纳入国内外教科书和专著,并进入软件产品。荣获亚太地区知识发现和数据挖掘国际会议首个最有影响论文奖。领导开发了AlphaMiner数据挖掘开源系统,被国内外许多大学和公司采用。首批广东省领军人才、深圳孔雀计划高层次人才。

       黄哲学教授是国际数据挖掘领域属性数据和混合数据快速聚类算法以及k-means变量自动加权算法和软子空间聚类算法的开拓人,他提出的k-modes,fuzzy-k-modes,k- prototypes,W-k-means,和EWKM等一系列聚类算法,已被纳入数据挖掘教科书,并进入一些数据挖掘软件产品,在许多领域得到应用。他领导开发了我国首个数据挖掘开源软件AlphaMiner系统,已经成为国际上重要的数据挖掘开源软件。黄教授已在PAMI、TKDE、IEEE Transactions on Fuzzy Systems、Pattern Recognition、Journal of Knowledge Discovery and Data Mining、Journal of Classification等国际重要杂志和国际会议上发表论文一百余篇,许多论文被广泛引用,文章被引用总次数超过1000次。他于2006年获得亚太数据挖掘国际会议 (PAKDD) 10周年最有影响力论文奖 (Most Influential Paper Award)。近年来,黄哲学教授作为项目负责人共承担各类项目12项,项目经费总计4820万元,其中国家863计划项目3项,国家自然科学基金项目2项,香港政府创新科技基金项目4项,其他国际合作项目2项。研究领域 : 人工智能、模式识别、机器学习; 数据挖掘、子空间聚类、分类; 数据挖掘和机器学习在Web挖掘、生物信息中的应用; 网格计算、高性能计算、云计算等

http://bigdata.szu.edu.cn/

招生专业:数据挖掘

 

(5)王熙照。博士,教授,博士生导师,IEEE Fellow, CAAI Fellow, Springer杂志Machine Learning and Cybernetics主编,中国人工智能学会知识工程专委会、机器学习专委会副主任委员。深圳市海外高层次(孔雀B类)人才,曾获河北省自然科学一等奖1项和全国模范教师称号;2014年至今服务于深圳大学大数据所。主要研究兴趣包括不确定性建模和面向大数据的机器学习,出版学术专著3部,教材2部,发表学术论文200多篇,主持完成国家自然科学基金等项目30多项,创办的国际会议机器学习与控制论(ICMLC)已持续16年。

  1998年毕业于哈尔滨工业大学计算机系,获工学博士学位(计算机应用专业);1998年至2001年赴香港理工大学计算科学系研究员(Research Fellow);2000年10月至2014年3月任河北大学数学与计算机学院院长,2007年10月至2014年3月任河北省机器学习与计算智能重点实验室主任;2013年9月至11月加拿大Simon Fraser大学访问教授(Visiting Professor),2013年12月至2014年1月加拿大Alberta大学访问教授;2014年7月至9月澳大利亚New South Wales大学访问教授;2014年3月至今任深圳大学计算机与软件学院教授、大数据研究所副所长。

  主要研究方向:机器学习与不确定性信息处理,包括示例模糊表示的归纳学习、近似推理与专家系统、神经网络敏感性分析、统计学习理论、模糊测度与模糊积分、随机权网络和近期的深度学习、大数据机器学习理论与方法等。主要研究特色是通过发现和表示大数据中的不确定性,挖掘大数据的结构分布,进而利用分布并行技术,设计并实现适用于不同类型大数据的分类和聚类算法,以及相应的关键技术和理论问题研究。

  学术贡献包括:首次在1996攻读博士期间提出了“模糊示例学习”的概念,并将这一概念扩展到基于不确定性理论的机器学习框架下,持续近20的研究取得了系列有重要影响的成果,例如,项目“模糊值属性特征子集的选取”2007年获得河北省自然科学一等奖。提出“不确定性建模与有效处理是影响机器学习算法泛化能力最主要因素之一”的观点,得到同行专家的高度认可,2018-2022得到国家自然科学基金重点项目“面向大数据机器学习的不确定性建模理论与方法”资助。建立了“偏离0.5模糊聚类精炼方法和技术,进而延拓成为基于不确定性度量的半监督学习模式”,并将其应用到大数据学习。由于在此方面的学术贡献2012年被评为IEEE Fellow。

  研究成果包括:共出版学术专著3部,教材2部;在机器学习与不确定性领域的著名杂志和会议发表学术论文200多篇,其中SCI或EI检索150余篇;论文发表的杂志包括IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Cybernetics、Machine Learning 、Information Sciences和Fuzzy Sets and Systems。Google Scholar搜索显示论文累计引用次数超过6360次,单篇最高引用超过600次,SCI-H指数2017年11月查询为42;主持完成国家自然科学基金项目、教育部科学技术研究重点项目、国家发改委项目、深圳市科技计划项目及参加香港RGC项目等30多项。

获奖与荣誉:2007年获河北省自然科学一等奖1项、教育部高等学校科学技术奖自然科学二等奖1项,2007年入选河北省首批百名优秀创新人才支持计划,2009年获全国模范教师称号;2012年当选为IEEE Fellow,2013年入选深圳市地方领军人才,2014/15/16年入选Elsevier统计的学术论文高被引中国学者榜单,2015年认定为深圳市海外高层次(孔雀B类)人才,2016年认定为深圳大学领军学者。

http://www.hebmlc.org/

招生专业方向:大数据机器学习与不确定性信息处理

 

(6)黄惠。加拿大英属哥伦比亚大学(UBC)博士,深圳大学特聘教授,广东省3D内容制作工程技术中心主任,国家优青,皇家牛顿高级学者,广东科技创新领军人才,中科院卢嘉锡青年人才,CCF杰出会员,ACM/IEEE高级会员,加拿大西蒙弗雷泽大学特邀教授。主要研究方向为计算机图形学和科学计算,在智能采集与多源融合、几何建模与形状分析、三维感知与特征认知等前沿研究领域保持国际领先水平。已发表中科院JCR 1区/CCF A类论文41篇,其中SIGGRAPH/ACM TOG论文31篇,授权美国发明专利6项,中国发明专利25项,登记软件著作权34项。主持中以国际合作重点、中英国际人才基金、973前期研究专项、广东研究团队、3D国际合作基地等国家及省部级重点项目。现任国际SCI期刊The Visual Computer (TVCJ) Associate Editor-in-Chief和Computers & Graphics (CAG) Associate Editor。

受邀为SGP 2019 Program Chair、GHINAGRAPH 2018 Program Vice Chair、SIGGRAPH ASIA 2017 Technical Briefs and Posters Co-Chair、SIGGRAPH ASIA 2016 Workshops Chair、SIGGRAPH ASIA 2014 Community Liaison Chair和多个国际知名图形会议(SIGGRAPH ASIA, EG, EG-STAR, SGP, PG, GMP, SMI, GI, CGI, 3DV, CAD/Graphics, etc)程序委员会成员。

2012年入选“中国科学院卢嘉锡青年人才”并获“两院优秀青年科技工作者称号”;2013年荣获“中国科学院青年科学家国际合作奖”;2014年入选“中科院广州教育基地优秀研究生导师”,2015年获批“国家自然科学优秀青年基金”,同时首批入选“中国科学院特聘研究员核心骨干”、“中国科学院青年创新促进会优秀会员”和“广东省科技创新领军人才”,2016年入选“中国计算机学会杰出会员”,2018年入选英国皇家学会和国家基金委联合评议资助的国际人才项目“牛顿高级学者”。

个人主页:http://vcc.szu.edu.cn/~huihuang

可视计算研究中心主页:http://vcc.szu.edu.cn/index.html

招生专业方向:智能图形图像可视计算

 

(7)伍楷舜。博士,深圳大学计算机与软件学院特聘教授,广东省无线大数据与未来网络工程技术研究中心主任,IET Fellow, IEEE Senior Member。2011年毕业于香港科技大学。近年来已在国际主要学术期刊和会议上发表论文80余篇。撰写学术专著两部。

主要的研究成果已申请美国发明专利8件,中国发明专利85件,其中34件中国发明专利获得授权。入选国家青年千人计划(2014),广东省珠江学者特聘教授(2015),广东省特支计划科技创新领军人才(2016),教育部新世纪优秀人才(2013),首届广东省杰青(2012)。获广东省丁颖科技奖(2015), IEEE通信学会亚太区杰出青年研究奖(2014),香港青年科学家奖(2012),首届中国通信学会青年科技奖(2017),深圳市劳动模范(2017),深圳市青年科技奖(2017)。主要的研究成果获2017年度广东省科学技术奖(科技进步)一等奖(第一完成人),2014年度广东省科学技术奖(自然科学)一等奖(第一完成人),2014年香港资讯与通讯科技奖之最佳创新奖(第一完成人),2016年度广东省科学技术奖(技术发明)二等奖(第一完成人),第15届IEEE传感及通信网络国际会议(IEEE SECON 2018) 唯一最佳论文奖(1/211), 第十一届IEEE国际移动Ad Hoc和传感器系统会议(MASS 2014)最佳论文奖,IEEE全球通信大会(Globecom 2012)最佳论文奖,IEEE国际并行及分布式系统会议第18届年会(ICPADS 2012)唯一最佳论文奖。

http://www.kaishunwu.com/index.html

http://www.futurenet.ac.cn/

招生专业方向:物联网工程

 

(8)江健民. 国家千人,深圳大学计算机与软件学院特聘教授,未来媒体技术与技术研究所所长。回国前任英国布拉德福大学(Bradford University)信息学院数字媒体教授,数字媒体研究所所长。主要从事数字媒体与系统,计算机视频内容的语义分析和理解,数字图像处理和理论,机器学习在数字媒体处理中的应用,以及医学图像分析等领域内的科学研究。同时他于2000年获国家基金委海外杰出青年基金B类,2004年获中科院海外杰出学者基金。发表学术论文四百余篇。

http://futuremedia.szu.edu.cn/

http://futuremedia.szu.edu.cn/peopleJianminJiang.aspx

招生专业方向:未来媒体计算

 

(9)秦胜潮。秦胜潮教授,博导,深大计算机软件与理论学科方向带头人之一。北京大学本科和博士毕业,曾在设于新加坡国立大学的新加坡-麻省理工联盟下担任研究员,并在英国高校任教多年。主要研究方向包括程序分析与验证、程序安全与网络安全、程序资源(包括能耗)分析、移动设备上的恶意软件检测分析、弱内存模型上的程序的分析与验证、结合机器学习和人工智能的程序分析与测试、机器人控制、区块链和智能合约等。担任两项国家自然科学基金项目的负责人,两项深圳市基础研究项目负责人,并作为主要参与人参与一项国家重点基金项目与一项国家青年基金项目。所带领的软件理论研究组有地方领军人才一名、孔雀计划人才一名、短期特聘教授(访问教授)三名,以及在读研究生若干名。

招生方向:计算机软件与理论。

 

(10)石大明。哈尔滨工业大学机电控制学博士、英国南安普敦大学计算机学博士。自1997年起,在国外历任新加坡国立大学博士后、新加坡南洋理工大学助理教授、英国密德萨斯大学教授等职,曾被德国、韩国、澳大利亚等地多所大学聘为访问教授、哈尔滨工业大学博士生导师(兼);现任深圳大学特聘教授、博士生导师。其研究方向为人工智能,包括机器学习、模式识别、图像处理以及深度学习。已出版专著两部、学术论文近200篇,其中多篇论文以第一作者发表在IEEE TPAMI、IEEE TIP等国际权威刊物。

http://futuremedia.szu.edu.cn/peopleDamingShi.aspx

招生专业方向:人工智能与图像处理

 

(11)沈琳琳。教授,上海交通大学学士、硕士,受英国政府海外研究奖学金资助在诺丁汉大学获得博士学位,博士期间获得“国家优秀自费留学生”奖励。现为英国诺丁汉大学计算机学院荣誉教授、广东省教育厅中英合作视觉信息处理实验室主任、深圳大学计算机视觉研究所所长、深大-大华智能系统工程联合实验室主任。研究方向主要为图像处理和模式识别,作为负责人主持国家自然科学基金项目、广东省自然科学基金项目和深圳市科技计划项目二十余项,发表学术论文200余篇。

现为广东省高校千百十工程培养对象,深圳市高层次“地方领军人才”,深圳市海外高层次人才,深圳市十佳青年教师。2012、2017年获深圳市自然科学奖,2013年获广东省科学技术奖,2015年获中国电子学会科学技术奖。2010年获国际期刊《Image and Vision Computing》最多他引论文奖。开发的人脸识别算法曾获ICPR算法测试亚军,开发的细胞荧光图像分类算法连续获得IEEE ICIP 2013、ICPR 2016国际细胞图像分类算法大赛冠军。2015-2018连续4年被爱思维尔出版社评为计算机学科“中国高被引学者”。

研究方向主要包括深度学习、网络架构,新型损失函数与训练优化算法、网络加速方法,及其在人脸识别、表情、年龄等属性识别、人脸合成、细胞分割识别、X光图像肺结节检测和眼部疾病诊断中的应用。实验室提供含8块Tesla V100、P100,4块 Titan X GPU等深度学习工作站,拥有千万级人脸数据库、百万级肺部X光、万级细胞病理图像供使用训练。和美国高通、大华、唯品会等国际知名公司有深入的产学研合作,科研成果具有广泛应用前景。

http://cv.szu.edu.cn/

http://csse.szu.edu.cn/cn/people?25226

 

(12)Daniel Cohen-Or. 博士,深圳大学计算机与软件学院特聘教授。1991年获纽约州立大学石溪分校计算机博士学位。2012年荣获“中国政府友谊奖”。2015年入选中国科学院海外杰出人才。2017年入选国家外专局高端外专人才计划。2018年荣获ACM SIGGRAPH 最高技术成就奖。已在知名国际会议和期刊上发表了250余篇论文,截至2018年10月是计算机图形学领域全球发表在顶级ACM TOG上论文最多的学者。他的学术成果对计算机图形学领域产生了重大的影响和推动作用,被广大国际同行所认可,公认为该领域泰斗级专家,2014年-2017连续4年入选全球最具影响力的学者权威榜(Top 1% most cited)。主要研究方向包括计算机图形学和可视化,特别是几何建模与渲染技术。2005年欧洲图形学学会授予他”EEUROGRAPHICS杰出技术贡献奖(Outstanding Technical Contributions Award)”,以表彰其在体绘制、大规模场景可视化、几何建模和图像图形编辑等计算机图形学重要领域所做出的杰出贡献。他曾任 EUROGRAPHICS、Shape Modeling International等一流国际会议的大会主席以及ACM SIGGRAPH、ACM SIGGRAPH ASIA、IEEE Visualization、Eurographics、Pacific Graphics等顶级国际会议的程序委员会委员,是ACM Transactions on Graphics,IEEE Transactions on Visualization and Computer Graphics等顶级国际期刊或专刊的编委。

个人主页:http://vcc.szu.edu.cn/people.html

招生专业方向:智能图形图像可视计算

 


深圳大学计算机与软件学院 2009-2016