在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样才能选择适合自己的导师呢?这就要我们提前做足功课,尽可能多的搜集有关你准备报考的导师的信息,下面新东方在线考研频道为大家分享:“北京交通大学硕士研究生导师信息:裴艳婷”文章。
北京交通大学硕士研究生导师信息:裴艳婷
裴艳婷
博士、副教授
基本信息
办公电话:电子邮件: ytpei@bjtu.edu.cn
通讯地址:邮编:100044
研究生招生
招生专业:
计算机科学与技术硕士
新一代电子信息技术(含量子技术等)硕士
计算机技术硕士
人工智能硕士
主要研究方向:计算机视觉、图像处理、人工智能、深度学习、机器学习等。
具体包括但不限于以下方向:
1、底层视觉任务(Low-level Vision):
图像复原:图像去雾、图像超分、图像去噪、图像去模糊、图像去雨等;
图像生成
图像增强
2、高层视觉任务(High-level Vision):
图像分类:自监督、无监督、域适应、域泛化的图像分类,噪声标签图像分类等;
图像目标检测:域适应、域泛化、弱监督的目标检测,面向开放世界的目标检测等;
图像分割
异常检测:自监督、无监督、域适应、域泛化的异常检测等;
每年招收硕士研究生(保研、考研)3名、本科毕设2-3名、大创1-2组,欢迎对研究方向感兴趣的同学邮件联系!
教育背景
2014.09-2020.12,北京交通大学,计算机与信息技术学院,博士(硕博连读)
2017.10-2018.10,南卡罗莱纳大学(美国),联合培养
工作经历
2023.01-至今,北京交通大学,计算机与信息技术学院,副教授(破格晋升)
2021.01-2022.12,北京交通大学,计算机与信息技术学院,讲师
研究方向
机器学习与认知计算
计算机技术
软件工程
人工智能
大数据技术与工程
智能感知与具身智能
新一代电子信息技术
招生专业
计算机科学与技术硕士
计算机技术硕士
软件工程硕士
人工智能硕士
大数据技术与工程硕士
新一代电子信息技术(含量子技术等)硕士
科研项目
国家自然科学基金“青年基金” :面向低质图像的分类任务研究,2022-2024,主持
北京市自然科学基金“面上项目”:有限监督条件下的低质图像目标检测方法研究,2023-2025,主持
中国博士后科学基金“特别资助”:面向真实雾霾视频的去雾霾及目标检测方法研究,2022-2023,主持
中国博士后科学基金“面上项目”:低质图像的增强与目标检测问题研究,2021-2023,主持
校科技基金人才基金:无监督的图像去雾霾问题研究,2021-2024,主持
国家自然科学基金“面上”:细粒度边缘检测方法及应用研究,2023-2026,参加
北京市自然科学基金“轨道交通联合”:无监督轨道交通障碍物检测与预警研究,2021-2024,参加
自然科学横向项目:基于高速公路视频图像的地面能见度反演技术,2023-2024,参加
自然科学横向项目:基于高速车载视频的高速铁路运行环境安全检测关键技术研究,2022-2023,参加
自然科学横向项目:时速400公里综合检测关键技术研究与设备研制(加速度),2022-2023,参加
北京交通大学:铁路周界三维点云目标识别与分割算法,2021-2022,参加
北京交通大学:基于三维点云的铁路周界侵入植被快速检测算法,2021-2022,参加
北京交通大学:车辆动态响应数据采集与分析软件开发,2021-2022,参加
红果园省部级“企事业”(新):智能设备管控接口开发软件模块定制合同,参加
自然科学横向项目:道岔公务几何参数检测系统研制,2022-2023,参加
知识产权转让项目:一种高速铁路声屏障缺损检测方法及装置专利转让,2022-2024,参加
红果园省部级“四总部”:资源管理网站,2022-2022,参加
重点资助项目:面向铁路大数据的自适应资源管理机制研究,2022-2025,参加
基础研究项目:面向动态开放环境的肺部疾病图像识别方法研究,2022-2024,参加
教学工作
本科生课程:
《数据结构与算法》
研究生课程:
《图像分析与理解》
论文/期刊
Y. Pei, Y. Huang, Q. Zou, X. Zhang and S. Wang, “Effects of Image Degradation and Degradation Removal to CNN-Based Image Classification,” in IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), vol. 43, no. 4, pp. 1239- 1253, 2021. (CCF A类期刊,SCI一区,影响因子:24.314,谷歌引用次数:120,ESI高被引论文)
Y. Pei, Y. Huang and X. Zhang, “Consistency Guided Network for Degraded Image Classification,” in IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), vol. 31, no. 6, pp. 2231-2246, 2021. (CCF B类期刊,SCI一区,影响因子:5.859)
Y. Pei, Y. Huang, Q. Zou, Y. Lu and S. Wang, “Does Haze Removal Help CNN-based Image Classification?” in European Conference on Computer Vision (ECCV). Springer, pp. 697-712, 2018. (计算机视觉顶会,谷歌引用次数:55)
D. Guo, Y. Pei, K. Zheng, H. Yu, Y. Lu and S. Wang, “Degraded Image Semantic Segmentation With Dense-Gram Networks,” in IEEE Transactions on Image Processing (TIP), vol. 29, pp. 782-795, 2020. (CCF A类期刊,SCI一区,影响因子:11.041,谷歌引用次数:49)
H. Chen, Y. Pei*, H. Zhao, Y. Huang, “Super-resolution guided knowledge distillation for low-resolution image classification”, in Pattern Recognition Letters, 2022. (*通讯作者,CCF C类期刊,SCI三区,影响因子:4.757)
X. Zhang, Y. Huang, Q. Zou, Y. Pei, R. Zhang, S. Wang, “A Hybrid Convolutional Neural Network for Sketch Recognition”, in Pattern Recognition Letters, vol. 130, pp. 73-82, 2020.
X. Zhang, Y. Huang, Y. Mi, Y. Pei, Q. Zou, S. Wang, “Video Sketch: A Middle-Level Representation for Action Recognition”, in Applied Intelligence, 51(4), pp.1-20 2021.
Q. Ma, Q. Zou, N. Wang, Q. Guan, Y. Pei, “Looking Ahead: Joint Small Group Detection and Tracking in Crowd Scenes”, in Journal of Visual Communication and Image Representation, 2020.
张兴园, 黄雅平, 邹琪, 裴艳婷. 基于草图纹理和形状特征融合的草图识别, 自动化学报, 2020.
X. Huang, Y. Huang, Y. Pei. DocGAN: Document Image Unwarping for High-level Vision Task. In IET International Conference on Wireless, Mobile & Multimedia Networks, 2019.
专著/译著
专利
软件著作权
社会兼职
担任IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Multimedia、Neurocomputing、Pattern Recognition Letters、Electronics Letters 等期刊的审稿人。
获奖与荣誉
2022年7月,入选北京交通大学 “青年英才培育计划” II类
2022年10月,计算机学院青年教师基本功比赛优秀教案奖、二等奖
以上就是小编为大家分享的:“北京交通大学硕士研究生导师信息:裴艳婷”,更多研究生导师信息,欢迎继续浏览新东方在线研究生导师频道。