李辉-开元棋盘牌官网最新版

师资队伍

硕士生导师

当前位置: 开元棋盘牌官网最新版 -> 师资队伍 -> 硕士生导师 ->

3649e

李辉-开元棋盘牌官网最新版

职称: 副教授
学院: 数据科学学院
电子邮箱: lipeilin1984xyz@163.com
  • 基本信息

  • 项目

  • 获奖

  • 论文

  • 专利

  • 课程

  • 教材或专著

  • 基本信息
    姓名:  李辉                 最高学位:博士                                        入职科大时间:2013.09          
    主要研究方向:计算机视觉、无人驾驶的视觉感知技术、深度学习的3d多目标检测与跟踪、轨迹预测         导师类别:硕士生导师
    国内外重要学术组织任职: 中国计算机学会会员、山东省人工智能学会会员,担任ieee transactions on its、tnnls、information fusion、ieee iotj、hcis、eaai、acm mm等多个期刊和会议的审稿人。
    其他情况简介:
    主持和参与国家自然科学基金、山东省自然科学基金、山东省重点研发、教育部工程研究中心开放课题、青岛市博士后基金、中国高校产学研创新基金、山东省研究生导师指导能力提升项目等17项课题,以及海洋生物分类与识别、智慧家庭、输电线路智能视频监控、智慧农业的多项企业研发项目。山东省高等学校青创人才引育计划团队核心成员,在iotj、hcis、eaai、nca、fcs、prl、mta、“电子学报”、“中国图象图形学报”、“农业工程学报”、“控制与决策”等国内外相关期刊和国际学术会议上发表论文50多篇,已授权国家发明专利9项、软件著作权9项,获得山东省高等学校科学技术二等奖、中国物流与采购联合会科技进步二等奖、山东省机械工业科学技术进步二等奖、全国商业科技进步二等奖。
    指导学生获得国家级大学生创新创业训练计划项目2项、“中国软件杯”大学生软件设计大赛国家级奖励1项、互联网 大学生创新创业大赛省级银奖3项、山东省大学生科技创新大赛省级奖励3项,以及中国研究生电子设计竞赛、计算机设计大赛等省级奖励5项,校级优秀硕士学位论文等。
    学习研究经历:
    2010/09-2013/06月毕业于武汉理工大学,计算机应用技术专业,博士
    2007/09-2010/06月毕业于武汉理工大学,计算机应用技术专业,硕士
    2003/09-2007/07月毕业于河南理工大学,计算机科学与技术专业,学士
  • 项目
    [1]国家级,国家自然科学基金青年基金(61702295),2018.01-2020.12,项目负责人
    [2]省部级,中国高校产学研创新基金“新一代信息技术创新项目”(2021ita05047),2022.11-2023.11,项目负责人
    [3]智能感知与自主控制教育部工程研究中心课题(k100052021006),2021.01-2021.12,项目负责人
    [4]广东省数字信号与图像处理技术重点实验室开放课题(2022gddsipl-04),2022.09-2024.08,项目负责人
    [5]青岛市博士后研究人员应用研究项目,2013.10-2015.09,项目负责人
    [6]山东省分布式计算机软件新技术重点实验室开放基金,2019.12-2021.12,项目负责人
    [7]国家级,国家自然科学基金面上项目(61472196),2015.01-2018.12,主要技术骨干
    [8]省部级,山东省高等学校青创人才引育计划,2020.01-2022.12,团队核心成员
    [9]省部级,山东省重点研发计划(2017ggx10133),2017.09-2019.08,主要技术骨干
    [10]海尔智家大脑科创能力提升项目,2023.04-2024.04,主要技术骨干
  • 获奖
    [1]2020年度山东省高等学校科学技术二等奖
    [2]2019年度中国物流与采购联合会科技进步二等奖
    [3]2019年度全国商业科技进步二等奖
    [4]2019年山东省机械工业科学技术进步二等奖
    [5]2022年山东省第九届教学成果奖(高等教育类)二等奖
    [6]2023年优秀硕士学位论文指导教师、校级教学成果二等奖
    [7]2021年优秀硕士学位论文指导教师、校级教学成果二等奖
  • 论文
    [1] multi-object tracking via discriminative embeddings for the internet of things. ieee internet of things journal. 2023, 10(12): 10532-10546. (sci中科院一区top期刊,if=10.238). 第一作者
    [2] multi-object tracking via deep feature fusion and association analysis. engineering applications of artificial intelligence. 2023, (sci中科院一区,if= 7.802). 第一作者
    [3] 基于双融合框架的多模态3d目标检测算法. 电子学报. 2023. (accepted, ei收录, ccf a类期刊). 通讯作者
    [4] 基于全局自适应有向图的行人轨迹预测. 电子学报. 2022, 50(8): 1905-1916. (ei收录, ccf a类期刊). 通讯作者
    [5] deep learning-based 3d multi-object tracking using multimodal fusion in smart cities. human-centric computing and information sciences. 2023. (accepted, sci中科院一区top期刊, if=6.558). 第一作者
    [6] 图像与点云多重信息感知关联的三维多目标跟踪. 中国图象图形学报. 2023. (accepted, 图像图形领域t1级期刊). 通讯作者
    [7] gsta: pedestrian trajectory prediction based on global spatio-temporal association of graph attention network. pattern recognition letters. 2022, 160: 90-97. (sci中科院三区, if=5.1). 通讯作者
    [8] object detection method based on global feature augmentation and adaptive regression in iot. neural computing and applications. 2021, 33(9): 4119-4131. (sci中科院三区, if=6.0). 第一作者
    [9] qos intelligent prediction for mobile video networks: a gr approach. neural computing and applications. 2021, 33(9): 3891-3900. (sci中科院三区, if=6.0). 通讯作者
    [10] efficient and accurate object detection for 3d point clouds in intelligent visual internet of things. multimedia tools and applications. 2021, 80(20): 31297-31334. (sci收录). 第一作者
    [11] pedestrian detection algorithm based on video sequences and laser point cloud [j]. frontiers of computer science. 2015, 9(3): 402-414 (sci 中科院二区,if=4.064). 第一作者
    [12] dlfusion: painting-depth augmenting-lidar for multimodal fusion 3d object detection. acm mm. 2023. (accepted, ccf a类会议).
    [13] 融合多尺度特征和多重注意力的水下目标检测[j]. 农业工程学报, 2022, 38(20):129-139. (ei期刊,中国科协农林领域 t1 级期刊). 第一作者
    [14] 基于两阶段深度网络的输电线路异常目标检测方法[j]. 控制与决策. 2022, 37(7): 1873-1882. (ei期刊). 第一作者
    [15] 基于时域扩张残差网络和双分支结构的人体行为识别[j]. 控制与决策. 2022, 37(11): 2993-3002(ei期刊). 通讯作者
    [16] 基于多重信息融合与轨迹关联修正的多目标跟踪方法[j]. 控制与决策, 2023(ei期刊). 通讯作者
  • 专利
    [1]发明专利:三维目标检测方法及检测装置、专利号:zl 202110282039.7,授权公告日: 2022.06.14.
    [2]发明专利:一种深度特征关联的多目标跟踪方法、专利号:zl 202010705694.4,授权公告日:2022.10.28.
    [3]发明专利:一种基于全卷积网络的视频关键帧提取方法、专利号: zl 202010789819.6,授权公告日: 2022.10.26.
    [4]发明专利:基于深度学习去除图像压缩噪声的方法、装置及处理器,专利号:zl 201910677048.9,授权公告日: 2023.03.14.
    [5]发明专利:一种输电线路异常目标检测方法,专利号: 202010373851.6,授权公告日: 2023.07.20.
    [6]发明专利:基于运动行为模式的多视角室内行人跟踪方法,专利号:zl 201510124915.8,授权公告日: 2017.08.04.
  • 课程
    [1]研究生课程,高级人工智能算法,32学时
    [2]本科生课程,计算机视觉,48学时
    [3]本科生课程,人工智能,48学时
    [4]本科生课程,框架编程技术,32学时
    [5]本科生课程,学业指导,8学时
  • 教材或专著
网站地图