計算機視覺、深度學習,、人工智能,、 圖像處理

現(xiàn)任佛山大學三級教授,，計算機視覺與智能算法團隊負責人,，碩士生導師,，博士后合 作導師，廣東省南粵優(yōu)秀教師,，佛山市教育系統(tǒng)優(yōu)秀教師，馬里蘭大學訪問學者,，廣東省高等學?！扒О偈こ?”培養(yǎng)對象，“嶺南學者 ”,，“教學名師 ”,，“優(yōu)秀青年教師 ”，“優(yōu)秀碩 士生導師 ”,。任廣東省面向制造業(yè)產(chǎn)品協(xié)同設(shè)計與定制服務工程技術(shù)研究中心主任,、佛山市面向制造業(yè)的多媒體信息智能應用工程技術(shù)研究中心主任，中國計算機學會多媒體執(zhí)行委員會委 員,，中國圖學學會圖學大數(shù)據(jù)專業(yè)委員會委員等學術(shù)兼職,。長期從事計算機視覺、深度學習,、 人工智能,、圖形圖像處理等方面的研究，及其在智慧教育,、公共安全,、智能制造等領(lǐng)域的應 用。主持國家自然科學基金,、省自然科學基金,、省工程中心、省科技計劃項目,、市創(chuàng)新平臺,、 產(chǎn)學研合作等項目36項。通過國家一級學會,、廣東省科學技術(shù)成果評價項目7項,，其中2項成果 被評價為“ 國際領(lǐng)先水平 ”，獲廣東省科技進步二等獎、中國圖象圖形學學會科技進步二等 獎,、佛山市科技進步二等獎,、廣東省機械工程學會科技進步二等獎等各類獎勵10余項。在國內(nèi) 外權(quán)威期刊發(fā)表學術(shù)論文60篇,，獲廣東省優(yōu)秀論文二等獎2次,、佛山市優(yōu)秀學術(shù)論文特等獎， 已獲授權(quán)發(fā)明專利27件,，登記計算機軟件著作權(quán)37件,。
本團隊現(xiàn)有科研實驗室3間，有充足的實驗設(shè)備和圖形服務器,。實驗室擁有良好的學術(shù)和學習 氛圍,，定期組織研究生開展學術(shù)交流與科研組會。已指導碩士研究生19人,，多名學生獲得優(yōu)秀 碩士畢業(yè)論文,；指導研究生成功申請廣東省大學生科技創(chuàng)新培育項目、廣東省大學生創(chuàng)新創(chuàng)業(yè) 項目,、校級研究生自由探索基金等項目10余項,。指導學生各類科技競賽獲得國家獎12次、省級 獎項50余次,，同時實驗室建有規(guī)范的管理制度和獎勵政策,，對參與課題研究和取得成果的學生 給予相應的科研獎勵。期待有志從事計算機視覺,、人工智能領(lǐng)域研究的同學加入,。

（1）主持的部分科研項 目：
[1]國家自然科學基金面上項目“非剛體三維形狀的深度特征表示及檢索方法研究”。
[2]國家自然科學基金（青年基金）項目“面向家具三維模型的壓縮感知特征融合與檢索方法研 究”,。
[3]廣東省工程技術(shù)研究中心“廣東省面向制造業(yè)產(chǎn)品協(xié)同設(shè)計與定制服務工程技術(shù)研究中 心”,。
[4]廣東省自然科學基金項目“面向模態(tài)互補的三維形狀識別與分割關(guān)鍵技術(shù)研究”。
[5]廣東省自然科學基金項目“基于深度融合網(wǎng)絡(luò)的多模態(tài)三維目標檢測與識別算法研究”,。
[6]廣東省自然科學基金項目“基于壓縮感知的視頻關(guān)鍵幀識別與防偽技術(shù)研究”,。
[7]廣東省普通高校重點專項“基于多模態(tài)編碼的三維形狀識別與檢索方法研究”。
[8]廣東省科技計劃項目“基于壓縮感知的面向制造業(yè)三維模型檢索關(guān)鍵技術(shù)研究與應用”,。
[9]佛山市工程技術(shù)研究中心“佛山市面向制造業(yè)的多媒體信息智能應用工程技術(shù)研究中心”,。
[10]佛山市科技創(chuàng)新平臺建設(shè)(高校醫(yī)院平臺) “面向制造業(yè)的互聯(lián)網(wǎng)+產(chǎn)品協(xié)同設(shè)計與檢索共享 平臺”。
（2）主持的部分產(chǎn)學研合作項目：
[1]佛山市經(jīng)濟和信息化局項目“佛山市經(jīng)濟和信息化局綜合業(yè)務管理平臺”,。
[2]佛山市科學技術(shù)局項目“佛山市科學技術(shù)局綜合業(yè)務管理平臺”,。
[3]佛山市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管理委員會“網(wǎng)絡(luò)信息安全技術(shù)咨詢服務”。
[4]佛山市三水區(qū)教育局項目“三水區(qū)教育局綜合信息管理平臺”,。
[5]佛山市郵政管理局項目“郵政快遞特種行業(yè)摩托車管理信息系統(tǒng)”,。
[6]廣東宜教通教育有限公司“中小學智慧教育軟件系統(tǒng)”,。
[7]廣東宜教通教育有限公司“智能評測推薦系統(tǒng)項目”。
[8]廣東宜教通教育有限公司“基于人臉識別的相冊管理系統(tǒng)”,。
[9]廣東宜教通教育有限公司“新高考走班排課系統(tǒng)項目”,。
[10]廣東宜教通教育有限公司“基于視頻的門禁和考勤系統(tǒng)”。
[11]廣東恒利混凝土制品有限公司“廣東恒利生產(chǎn)線智能化研究與應用”,。

[1] GaFL:Geometric-aware Feature Learning for Universal 3D Models Recognition,，Pattern Recognition，2024（SCI,，中科院1區(qū)）
[2] Adaptive Multi-Text Union for Stable Text-to-Image Synthesis Learning,，Pattern Recognition， 2024（SCI,，中科院1區(qū)）
[3] EFSCNN: Encoded Feature Sphere Convolution Neural Network for Fast Non-Rigid 3D Models Classification and Retrieval,，Computer Vision and Image Understanding，2023（SCI,，JCR 2 區(qū) CCF-B類）
[4] 3D shape classification and retrieval based on polar view,，Information Sciences，2019（SCI,，中 科院1區(qū)）
[5] 2D compressive sensing and multi-feature fusion for effective 3D shape retrieval, Information Sciences,，2017 （SCI,，中科院1區(qū)）
[6] Hierarchical visual perception and two-dimensional compressive sensing for effective content- based color image retrieval, Cognitive Computation,，2016（SCI，中科院2區(qū)）
[7] FVCNN: Fusion View Convolutional Neural Networks for Non-rigid 3D Shape Classification and Retrieval, International Conference on Image and Graphics,，2019(EI)
[8] A Gradient Descent Sparse Adaptive Matching Pursuit Algorithm Based on Compressive Sensing, Proceedings of the 2016 International Conference on Machine Learning and Cybernetics,，
2016(EI)
[9] An Object Detection Algorithm for Deep Learning Based on Batch Normalization, International Conference on Smart Computing and Communication，2017(EI)
[10] Skeleton embedded views for non-rigid 3D Shape Classification and Retrieval,，2022 IEEE
International Conference on Image Processing, Computer Vision and Machine Learning (EI)
[11] Learning Facial Details for High-resolution Face Anti-Spoofing,，The 3th International Conference on Artificial Intelligence and Computer Engineering(EI)
[12] 三維模型普適性特征提取與分類，計算機輔助設(shè)計與圖形學學報,，2023（CCF-T1類）
[13] 自動駕駛場景下的圖像三維目標檢測研究進展,，計算機科學，2024（CCF-T2類）
[14] 深度學習的三維模型識別研究綜述,，計算機科學與探索,，2024（CCF-T2類）
[15] 基于二維壓縮感知和分層特征的圖像檢索算法，電子學報,，2016（CCF-T1類）
[16] 自然場景文本檢測與端到端識別：深度學習方法,，計算機科學與探索，2022（CCF-T2類）
[17] 基于深度學習的三維形狀特征提取方法,，計算機科學,，2019（CCF-T2類）
[18] 激光點云的三維目標檢測研究進展，計算機科學與探索，2022（CCF-T2類）
[19] 深度學習的二維人體姿態(tài)估計綜述,，計算機科學與探索,，2021（CCF-T2類）
[20] 超分辨率重建的微小人臉識別算法，小型微型計算機系統(tǒng),，2020（CCF-T2類）
[21] 改進FCENet的自然場景文本檢測算法,，計算機工程與應用，2022（CCF-T2類）

研究生參與的部分知識產(chǎn)權(quán)成果：
（1）已獲授權(quán)發(fā)明專利：
[1]發(fā)明專利：一種基于壓縮感知的三維模型特征提取方法,。
[2]發(fā)明專利：基于壓縮感知特征的MPEG視頻內(nèi)容認證水印嵌入與檢測方法,。
[3]發(fā)明專利：一種基于MPEG視頻壓縮域的完整性水印嵌入與檢測方法。
[4]發(fā)明專利：一種具有兩種水印MPEG視頻的嵌入與檢測方法,。
[5]發(fā)明專利：一種三維模型檢索方法,。
[6]發(fā)明專利：一種閉合曲線圖形填充方法。
[7]發(fā)明專利：一種三維模型體素化實體填充方法,。
[8]發(fā)明專利：一種三維模型分類方法以及檢索方法,。
[9]發(fā)明專利：一種三維模型的空間特征提取和匹配方法及其裝置。
[10]發(fā)明專利：一種基于學生做題情況的能力評測方法,。
[11]發(fā)明專利：一種基于卷積特征的水印嵌入方法,。
[12]發(fā)明專利：一種基于特征對象保護的水印方法。
[13]發(fā)明專利：基于密集微小人臉識別的考勤系統(tǒng),。
[14]發(fā)明專利：基于特征金字塔與密集塊的人臉檢測方法,、系統(tǒng)、設(shè)備及介質(zhì),。
[15]發(fā)明專利：基于極坐標圖卷積神經(jīng)網(wǎng)絡(luò)的三維模型特征提取方法,。
[16]發(fā)明專利：基于多分支圖卷積神經(jīng)網(wǎng)絡(luò)的編碼點云特征提取方法。
[17]發(fā)明專利：非剛體三維形狀的扇形卷積特征提取方法與系統(tǒng),。
[18]發(fā)明專利：一種三維網(wǎng)格模型視圖轉(zhuǎn)換方法,。
[19]發(fā)明專利：多視圖特征融合方法、系統(tǒng),、計算機設(shè)備及存儲介質(zhì),。
[20]發(fā)明專利：一種具有旋轉(zhuǎn)不變性的三維點云模型分類方法與系統(tǒng)。
（2） 登記的部分軟件著作權(quán)：
[1]軟件著作權(quán)：基于多視圖卷積神經(jīng)網(wǎng)絡(luò)的非剛體三維模型檢索軟件V1.0
[2]軟件著作權(quán)：基于學生課堂行為識別的專注度分析應用系統(tǒng)V1.0
[3]軟件著作權(quán)：基于人工智能算法的新高考走班排課系統(tǒng)V1.0
[4]軟件著作權(quán)：基于深度學習的面向制造業(yè)三維模型檢索軟件V1.0
[5]軟件著作權(quán)：基于深度特征的視頻檢索系統(tǒng) V1.0
[6]軟件著作權(quán)：非剛體三維形狀的深度特征表示及檢索系統(tǒng)V1.0
[7]軟件著作權(quán)：基于人臉活體檢測的消費系統(tǒng)V1.0
[8]軟件著作權(quán)：基于編碼點云的普適應性三維形狀識別與檢索系統(tǒng)V1.0
[9]軟件著作權(quán)：基于口罩人臉識別的考勤系統(tǒng)V1.0
[10]軟件著作權(quán)：基于知識追蹤算法的個性化試題推薦系統(tǒng)V1.0
[11]軟件著作權(quán)：結(jié)合注意力機制的學生表情識別在線監(jiān)督系統(tǒng)V1.0
[12]軟件著作權(quán)：基于幾何特征與深度學習的普適性三維形狀分析與檢索系統(tǒng)V1.0
[13]軟件著作權(quán)：基于多模態(tài)特征互補的三維目標檢測系統(tǒng)V1.0
[14]軟件著作權(quán)：基于深度學習的自然場景文本檢測與識別系統(tǒng)V1.0
[15]軟件著作權(quán)：基于面部防偽的門禁系統(tǒng)V1.0
[16]軟件著作權(quán)：基于體素上下文感知的三維目標檢測系統(tǒng)V1.0
[17]軟件著作權(quán)：基于擴散模型的2D圖像到3D模型生成系統(tǒng)V1.0
[18]軟件著作權(quán)：基于時序聚合預訓練特征的海量視頻快速檢索系統(tǒng)V1.0
[19]軟件著作權(quán)：基于內(nèi)部和外部深度視圖的三維模型分類與檢索系統(tǒng)V1.0
[20]軟件著作權(quán)：基于循環(huán)擴散模型的三維模型生成系統(tǒng)V1.0

1,、有良好的英語,、計算機和數(shù)學基礎(chǔ)，能熟練閱讀英文文獻,。
2,、團隊合作意識強，積極上進,，誠實守信,。
3,、能熟練使用常用編程語言，如C/C++,、Python,、Java等。
4,、對計算機視覺,、深度學習、人工智能方向有濃厚的學習興趣,。

手機13516558070（微信同號）,，E-mail: [email protected]