E-mail: ls1665@sina.com
1.个人简历
刘爽,教授,硕士生导师,天津市特聘教授(青年学者)。中国科学院自动化研究所获博士学位,美国德州大学阿灵顿分校博士后。
2019年入选天津市高校“中青年骨干创新人才培养计划”,2019年获全国高校人工智能与大数据学术创新奖,2016年入选天津市“131”创新型人才培养工程第三层次。发表论文80篇,SCI检索51篇,EI检索29篇;国家发明专利37项,软件著作权5项。主持国家自然科学基金1项,主持天津市自然科学基金重点项目1项,主持天津市自然科学基金青年项目1项并入选天津市科委年度报告。主持国家重点实验室开放课题2项;参与国家自然科学基金8项,省部级项目4项。担任IEEE高级会员,全国高校人工智能与大数据创新联盟理事,中国图象图形学学会会员,以及多个SCI国际期刊的审稿人。
2.研究方向
研究方向为:人工智能,计算机视觉,深度学习,数字图像处理,模式识别
3.个人教学
主要讲授高等数学,模式识别,数据结构,统计学等。
4.主要项目:
[1]“融入时空关系联合判别学习的地基云图序列分类方法研究”,国家自然科学基金项目,22.8万;
[2]“基于判别联合深度神经网络的多视角行为识别方法研究”,天津市自然科学基金重点项目,20万;
[3]“基于判别低秩张量词典学习的地基云图分类方法研究”,天津市应用基础与前沿技术研究计划青年基金项目,6万;入选天津市科委年度报告;
[4]“基于深度融合的交叉视角行为识别方法研究”,国家重点实验室开放课题,4万;
5.部分代表作
[1]第一作者,“Ground-based Remote Sensing Cloud Classification via Context Graph Attention Network,” IEEE Transactions on Geoscience and Remote Sensing, 2021; (SCI检索) (影响因子:5.855)
[2]第一作者,“Multimodal Ground-based Remote Sensing Cloud Classification via Learning Heterogeneous Deep Features,” IEEE Transactions on Geoscience and Remote Sensing, vol. 58, no. 11, pp. 7790-7800, 2020; (SCI检索) (影响因子:5.855)
[3]第一作者,“Class-Constrained Transfer LDA for Cross-View Action Recognition in Internet of Things,” IEEE Internet of Things Journal (IEEE IoT), vol. 5, no. 5, pp. 3270-3277, 2018; (SCI检索) (影响因子:9.515)
[4]第一作者,“Learning Hybrid Relationships for Person Re-identification,” 35-th AAAI Conference on Artificial Intelligence (AAAI), 2021; (人工智能国际顶级会议) (CCF A)
[5]第一作者, “Multimodal Ground-based Cloud Classification using Joint Fusion Convolutional Neural Network,” Remote Sensing, vol. 10, no. 6, article no., 822, May 2018; (SCI检索)
[6]第一作者, “Information Integration for Ground-based Cloud Classification using Joint Consistent Sparse Coding in Heterogeneous Sensor Network,” Signal Processing, vol. 126, no. 2016, pp. 165-172, 2016; (SCI检索)
[7]第一作者, “Deep Multimodal Fusion for Ground-based Cloud Classification in Weather Station Networks,” EURASIP Journal on Wireless Communications and Networking, vol. 2018, no. 1, pp. 48, 2018 or (2018) 2018: 48. 2018.02.27; (SCI检索)
[8]第一作者, “Automatic Cloud Detection for All-sky Images Using Superpixel Segmentation,” IEEE Geoscience and Remote Sensing Letters (GRSL), vol. 12, no. 2, pp. 354-358, 2015;(SCI检索)