个人简介
教育背景
2001-09--2006-03 中国科学院计算技术研究所 工学博士
1998-09--2001-07 湘潭大学 工学硕士
1989-10--1993-06 湘潭大学 工学学士
学历
1. 2001年09月–2006年3月，中科院计算所博士研究生，计算机应用技术专业，获工学博士学位；
2. 1998年09月–2001年6月，湘潭大学计算机科学系硕士研究生，获工学硕士学位；
3. 1989年10月–1993年6月，湘潭大学机械工程系本科生，获工学学士学位。
学位
2006年3月，于中科院计算所博士毕业，计算机应用技术专业，获工学博士学位
出国学习工作
1. 2009年2月-2010年2月：国家公派访问学者，访问新加坡国大学一年，主要研究视频检索与事件检测。
2. 2006年7月-2006年8月：2006年应Prof Chua Tat-Seng邀请，访问了新加坡国立大学计算机学院，参加并完成了国际视频检索权威评测TRECVID。回国后，带领小组参加TRECVID，并在2007年和2008年连续两年取得了优异成绩，参加TRECVID 2008 并做大会报告(http://www-nlpir.nist.gov/projects/tvpubs/tv.pubs.org.html)。2007年联合新加坡国立大学研发的交互式视频检索系统VisionGo，在国际图像视频检索会议CIVR2007中获视频检索现场评测最佳系统奖(http://www.videolympics.org/) 。
工作简历
2018-12~现在, 中国科学院计算技术研究所, 博士生导师
2009-02~现在, 中国科学院计算技术研究所, 硕士生导师
2008-03~现在, 中国科学院计算技术研究所, 副研究员
2006-03~2008-03,中国科学院计算技术研究所, 助理研究员
1993-06~1998-09,湘潭大学, 助理工程师、工程师
奖励信息
（1） 互联网视频流的高通量计算理论与方法（2019年国家自然科学二等奖）, 二等奖, 国家级, 2019
（2） 互联网视频的高效流式计算理论与方法（中国电子学会科学技术奖）, 一等奖, 其他, 2018
（3） 视觉大数据检索与智能分析关键技术及应用（中国电子学会科学技术奖）, 一等奖, 其他, 2017
（4） 2016年ImageNet大规模视觉识别挑战赛(ILSVRC 2016)，图像目标检测（DET）任务全球第四（国内第三），视频目标检测（VID）任务全球第三（国内第二），语义分割任务全球第三（国内第一），应邀做大会报告, , 专项, 2016
（5） 2015年ImageNet大规模视觉识别挑战赛(ILSVRC 2015)，分类定位（LOC）任务第四（国内第二），目标检测（DET）任务全球第五（国内第一）, , 专项, 2015
（6） 大规模网络视频处理与内容分析关键技术及应用（北京市科学技术奖）, 一等奖, 省级, 2014
（7） 大规模网络视频内容分析关键技术及应用（2012年首届中国计算机学会科学技术奖）, , 其他, 2012
（8） 面向体育训练的三维人体运动模拟与视频分析系统（北京市科学技术奖）, 一等奖, 省级, 2006
专利成果
（ 1 ） 一种数字图像Hash签名方法, 发明, 2009, 第 1 作者, 专利号: ZL200510
（ 2 ） 乱笔顺库建立方法及联机手写汉字识别评测系统, 发明, 2007, 第 1 作者, 专利号: ZL200410
（ 3 ） 个人数字助理远程通信系统及流量控制方法, 发明, 2004, 第 2 作者, 专利号: 01119940
（ 4 ） 一种数字图像训练和检测方法, 发明, 2009, 第 1 作者, 专利号: ZL200910092710.0
（ 5 ） 一种基于集成学习的模式训练和识别方法, 发明, 2011, 第 1 作者, 专利号: 2011103033624
（ 6 ） 字典学习、视觉词袋特征提取方法及检索系统, 发明, 2014, 第 1 作者, 专利号: 201410287639.2
（ 7 ） 一种模型参数训练方法、装置及系统, 发明, 2014, 第 1 作者, 专利号: 201410579249
（ 8 ） 色情检测模型建立方法和色情检测方法, 发明, 2010, 第 3 作者, 专利号: CN201010143777
（ 9 ） 一种生成描述图像内容的自然语言的方法与系统, 发明, 2017, 第 1 作者, 专利号: 2017112652103（优先权：2016112441165）
（ 10 ） 一种基于目标检测的大规模图像检索方法与系统, 发明, 2017, 第 1 作者, 专利号: 201710574741.4
（ 11 ） 融合全局信息的场景分割修正方法与系统, 发明, 2017, 第 1 作者, 专利号: 201710650525.3
（ 12 ） 融合局部信息的场景分割修正方法与系统, 发明, 2017, 第 1 作者, 专利号: 201710650541.2
（ 13 ） 基于特征图恢复的场景分割方法和系统, 发明, 2018, 第 1 作者, 专利号: 201810664250.3
（ 14 ） 基于克罗内克卷积的场景分割方法与系统, 发明, 2018, 第 1 作者, 专利号: 201811309245.7
（ 15 ） 基于上下文信息指导的场景分割方法与系统, 发明, 2018, 第 1 作者, 专利号: 201811309249.5
科研项目
（ 1 ） 图像语义检测国际合作, 主持, 院级, 2014-10--2016-12
（ 2 ） 基于稀疏表示和深度学习的大规模目标检测(国家自科基金面上项目61572472), 主持, 国家级, 2016-01--2019-12
（ 3 ） 图像识别和图像检索软件, 主持, 国家级, 2015-01--2018-12
（ 4 ） 异构媒体数据的关联与挖掘研究(863), 参与, 国家级, 2014-01--2016-12
（ 5 ） 基于稀疏表示的大规模移动视觉搜索技术研究(北京市自科基金面上项目4152050), 主持, 省级, 2015-01--2017-12
（ 6 ） 跨媒体******技术, 主持, 国家级, 2018-02--2021-12
（ 7 ） 图像语义自动标注研究（腾讯公司）, 主持, 院级, 2017-05--2018-04
（ 8 ） 基于多模态类脑强化学习的微视频内容理解技术研究, 参与, 省级, 2017-05--2018-12
（ 9 ） 融合多通道语境信息的类人智能感知机制与方法, 主持, 国家级, 2017-10--2021-09
（ 10 ） 基于影像组学的前列腺肿瘤风险评估与手术导航研究（子课题）, 主持, 国家级, 2019-01--2022-12
（ 11 ） 242项目, 主持, 国家级, 2019-05--2020-04
（ 12 ） 中国科学院计算技术研究所—寺库AI 联合实验室项目：奢侈品智能鉴定, 参与, 院级, 2019-05--2022-05
（ 13 ） 实培计划：基于深度学习的特定目标检索技术研究, 主持, 省级, 2019-01--2019-07
（ 14 ） 242项目, 主持, 国家级, 2020-08--2021-06
参与会议
（1）Style Separation and Synthesis via Generative Adversarial Networks 2018 ACM多媒体大会（CCF A类国际顶级会议) 2018-10-22
（2）High Resolution Feature Recovering for Accelerating Urban Scene Parsing 第27届国际人工智能联合大会（IJCAI 2018，CCF A类国际顶级会议） 2018-07-13
（3）Scale-adaptive Convolutions for Scene Parsing IEEE国际计算机视觉大会（CCF A类计算机视觉国际顶级会议） Rui Zhang, Sheng Tang, YongDong Zhang, Jintao Li, Shuicheng Yan 2017-10-22
（4）Global-residual and Local-boundary Refinement Networks for Rectifying Scene Parsing Predictions 第26届国际人工智能联合大会（IJCAI 2017，CCF A类国际顶级会议） Rui Zhang,Sheng Tang, Min Lin, Jintao Li, Shuicheng Yan 2017-08-19
（5）Image Caption with Global-Local Attention 第31届国际人工智能大会（AAAI-2017，CCF A类国际顶级会议） Linghui Li, Sheng Tang, Lixi Deng, Yongdong Zhang and Qi Tian 2017-02-06
（6）MCG-ICT-CAS Object Detection at ILSVRC 2016 2015年欧洲计算机视觉会议及ImageNet大规模视觉识别挑战赛 2016-10-09
（7）MCG-ICT-CAS's Investigation of Model Sparsity and Category Information on Object Classification, Localization and Detection at ILSVRC 2015 2015年国际计算机视觉会议及ImageNet大规模视觉识别挑战赛 唐胜 2015-12-17
（8）Large Visual Words for Large Scale Image Classification 2015年国际图像处理会议 唐胜 2015-09-27
（9）Fitted Spectral Hashing 2013 ACM多媒体大会（CCF A类国际顶级会议) Yu Wang, Sheng Tang, YaLin Zhang, Jintao Li, et al, 2013-10-21
（10）SSF Fingerprint for Image Authentication: An Incidental Distortion Resistant Scheme 2005 ACM多媒体大会（CCF A类国际顶级会议) 2009-11-06
（11）PornProbe: an LDA-SVM based Pornography Detection System 2009 ACM多媒体大会（CCF A类国际顶级会议) 2009-10-21
（12）TRECVID 2008 Content-Based Copy Detection By MCG-ICT-CAS 2008年国际视频检索评测会议 2008-11-17
（13）Active learning approach to interactive spatio-temporal news video retrieval 2007年国际图像视频检索会议 2007-07-09
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
（1） CGNet: A Light-weight Context Guided Network for Semantic Segmentation, IEEE Transactions on Image Processing, 30(1):1169-1179, 2021, December, 2019. (CCF A类国际顶级期刊，通讯作者), 2021, 第 2 作者
（2） Perspective-adaptive Convolutions for Scene Parsing, IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 42(4): 909 – 924, April, 2020. (CCF A类计算机视觉与人工智能领域国际顶级期刊, 通讯作者，https://ieeexplore.ieee.org/document/8598804), 2020, 第 2 作者
（3） Adaptive Spatial Location with Balanced Loss for Video Captioning, IEEE Transactions on Circuits and Systems for Video Technology, 10.1109/TCSVT.2020.3045735, Published online on December 18, 2020. (CCF B类国际视频处理顶级期刊), 2020, 第 3 作者
（4） Overcoming Classifier Imbalance for Long-tail Object Detection with Balanced Group Softmax, IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020), Seattle, Washington, USA. June 16-18, 2020 (CCF A类计算机视觉国际顶级会议长文，通讯作者), 2020, 第 4 作者
（5） AHFF-Net: Adaptive Hierarchical Feature Fusion Network For Image Inpainting, IEEE International Conference on Image Processing (ICIP 2020),Abu Dhabi, United Arab Emirates(UAE), October 25-28, 2020. (通讯作者), 2020, 第 2 作者
（6） Visual Relation Grounding in Videos, 16th European Conference on Computer Vision (ECCV'20), 23-28 August 2020 (计算机视觉国际顶级会议，Accepted), 2020, 第 4 作者
（7） The Devil is in Classification: A Simple Framework for Long-tail Instance Segmentation, 16th European Conference on Computer Vision (ECCV'20), 23-28 August 2020 (计算机视觉国际顶级会议，Accepted), 2020, 第 6 作者
（8） Detection and Tracking Based Tubelet Generation for Video Object Detection, Journal of Visual Communication and Image Representation, Volume 58, January 2019, Pages 102-111.(通讯作者), 2019, 第 2 作者
（9） Asymmetric GAN for Unpaired Image-to-image Translation, IEEE Transactions on Image Processing, 28(12):5881-5896, December, 2019. (CCF A类国际顶级期刊，通讯作者), 2019, 第 2 作者
（10） Spatiotemporal Breast Mass Detection Network (MD-Net) in 4D DCE-MRI Images, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2019), 13-17 Oct 2019, Shenzhen, China. (国际顶级会议长文，通讯作者), 2019, 第 2 作者
（11） Boundary Perception Guidance: A Scribble-Supervised Semantic Segmentation Approach, The 28th International Joint Conference on Artificial Intelligence (IJCAI-2019), August 10-16, 2019, Macao, China (CCF A类人工智能国际顶级会议长文，通讯作者), 2019, 第 3 作者
（12） Mixed-dish Recognition with Contextual Relation Network, ACM Multimedia 2019, Nice, France, 21-25 October, 2019. (CCF A类国际顶级会议长文), 2019, 第 5 作者
（13） Boundary Perception Guidance: A Scribble-Supervised Semantic Segmentation Approach, 28th International Joint Conference on Artificial Intelligence (IJCAI 2019), August 10-16 2019, Macao, China.(通讯作者), 2019, 第 3 作者
（14） Learning and Thinking Strategy for Training Sequence Generation Models, British Machine Vision Conference (BMVC) 2018，Newcastle, UK, September 3-6, 2018.(计算机视觉领域著名国际会议，通讯作者), 2018, 第 2 作者
（15） Image Captioning Based on Adaptive Balancing Loss, Fourth IEEE International Conference on Multimedia Big Data, BigMM 2018, Xi'an, China, September 13-16, 2018.(通讯作者)., 2018, 第 2 作者
（16） High Resolution Feature Recovering for Accelerating Urban Scene Parsing, The 27th International Joint Conference on Artificial Intelligence (IJCAI-2018), Stockholm, Sweden, July 13-19, 2018(CCF A类人工智能国际顶级会议长文, 通讯作者), 2018, 第 2 作者
（17） High Sensitivity with Tiny Candidates for Pulmonary Nodule Detection, International Conference On Medical Image Computing and Computer Assisted Intervention (MICCAI 2018), September 16-20, 2018, Granada, Spain. (Proventional Accept without Rebuttal, 医疗影像处理国际顶级会议长文，通讯作者), 2018, 第 3 作者
（18） Style Separation and Synthesis via Generative Adversarial Networks, ACM Multimedia 2018, Seoul, Korea, 22-26 October 2018. (CCF A类多媒体国际顶级会议长文，通讯作者), 2018, 第 2 作者
（19） Implicit Negative Sub-categorization and Sink Diversion for Object Detection, IEEE Transactions on Image Processing, 27(4):1561-1574,2018 (CCF A类图像处理国际顶级期刊，通讯作者), 2018, 第 2 作者
（20） GLA: Global-local Attention for Image Description, IEEE Transactions on Multimedia, 20(3): 726-737, March, 2018.(CCF B类多媒体国际顶级期刊，通讯作者), 2018, 第 2 作者
（21） Zero-shot Learning with Attribute Selection, The 32th AAAI Conference on Artificial Intelligence (AAAI-2018), February 2 - 7, 2018, New Orleans, USA. (CCF A类人工智能国际顶级会议长文), 2018, 第 4 作者
（22） Auto-balanced Filter Pruning for Efficient Convolutional Neural Networks, The 32th AAAI Conference on Artificial Intelligence (AAAI-2018), February 2 - 7, 2018, New Orleans, USA. (CCF A类人工智能国际顶级会议长文), 2018, 第 4 作者
（23） Scale-adaptive Convolutions for Scene Parsing, in Proc. 2017 International Conference on Computer Vision (ICCV) 2017, pp.2031-2039,Venice, Italy, October 22-29, 2017. (CCF A类计算机视觉国际顶级会议长文，通讯作者), 2017, 第 2 作者
（24） Object Localization Based on Proposal Fusion, IEEE Transactions on Multimedia, 19(9):2105-2116, September 2017 (CCF B类多媒体国际顶级期刊), 2017, 第 1 作者
（25） Multi-modal tag localization for mobile video search, Multimedia Systems, 23(6): 713-724, 2017. (CCF C类多媒体国际著名期刊), 2017, 第 3 作者
（26） HDIdx: High-dimensional indexing for efficient approximate nearest neighbor search, Neurocomputing 237: 401-404, 2017. (CCF C类国际期刊，通讯作者), 2017, 第 2 作者
（27） Image Caption with Global-Local Attention, The 31th AAAI Conference on Artificial Intelligence (AAAI-2017), Pages: 4133-4139, San Francisco, California USA, February 4–9, 2017. (CCF A类人工智能国际顶级会议长文，通讯作者), 2017, 第 2 作者
（28） Global-residual and Local-boundary Refinement Networks for Rectifying Scene Parsing Predictions, The 26th International Joint Conference on Artificial Intelligence (IJCAI-2017),Pages:3427-3433,Melbourne, Australia, August 19-25, 2017. (CCF A类人工智能国际顶级会议长文，通讯作者), 2017, 第 2 作者
（29） 移动视觉搜索综述, 计算机辅助设计与图形学学报, 29(6), Preprint, 2017, 通讯作者
（30） 融合多模型和帧间信息的行人检测算法, 计算机辅助设计与图形学学报 29 (3), 444-449, 2017, 第 3 作者
（31） Adaptive weighted imbalance learning with application to abnormal activity recognition, Neurocomputing 173: 1927-1935, 2016, 2016, 第 3 作者
（32） Category Aggregation Among Region Proposals for Object Detection, Advances in Multimedia Information Processing - PCM 2016 - 17th Pacific-Rim Conference on Multimedia, Pages: 210-220, Xi'an, China, September 15-16, 2016（CCF C类国际会议，通讯作者）, 2016, 第 2 作者
（33） An Efficient Concept Detection System Via Sparse Ensemble Learning, NeurocomputingNeurocomputing, Volume 169, Pages 124-133,, 2015, 第 1 作者
（34） A Sparse Ensemble Learning System For Efficient Semantic Indexing, ACM International Conference on Multimedia Retrieval (ICMR), June 23-26, 2015, 第 1 作者
（35） Large Visual Words for Large Scale Image Classification, IEEE International Conference on Image Processing (ICIP), Sep. 27-30, 2015, 第 1 作者
（36） Scalable Logo Recognition based on Compact Sparse Dictionary for Mobile Device, The 17th IEEE International Workshop on Multimedia Signal Processing (MMSP), (Top 10% Paper Award）, 2015, 第 1 作者
（37） Fusing audio vocabulary with visual features for pornographic video detection, Future Generation Comp. Syst. 31: 69-76 , 2014, 第 4 作者
（38） A Representative Local Region Detector Based On Color-Contrast-MSER, ACM International Conference on Multimedia Retrieval (ICMR), 2014, 第 3 作者
（39） 高通量视频内容分析技术, 工程研究——跨学科视野中的工程, 6(3): 253-265, 2014, 第 1 作者
（40） FSpH: Fitted Spectral Hashing Exploring Entropy Maximizing Criterion for Efficient Retrieval, Computer Vision and Image Understanding (CVIU), 124: 3-11, 2014, 通讯作者
（41） Representative selection based on sparse modeling, Neurocomputing, 139: 423-431, 2014, 第 2 作者
（42） Semi-supervised learning via Sparse Model, Neurocomputing, Volume 131, Number 5, pages: 124-131, 2014, 第 2 作者
（43） Pedestrian Detection based on Sparse Coding and Transfer Learning, Machine Vision and Applications, , 25(7): 1697-1709, 2014, 第 2 作者
（44） Robust Human Body Segmentation based on Part Appearance and, Neurocomputing, Volume 118, Number 22, Pages 191-202, 2013, 第 2 作者
（45） Ensemble Learning with LDA Topic Models for Visual Concept Detection, Multimedia - A Multidisciplinary Approach to Complex Issues , Ioannis Karydis (Ed.), ISBN: 978-953-51-0216-8, InTech - Open Access Publisher, chapter 9, pages: 175-200, 2013, 第 1 作者
（46） Accurate Estimation of Human Body Orientation From RGB-D Sensors, IEEE Transactions on Cybernetics , Volume: 43 Issue: 5, pages: 1442 - 1452,, 2013, 第 3 作者
（47） Robust common visual pattern discovery using graph matching, Journal Visual Communication and Image Representation 24(5): 635-646, 2013, 第 4 作者
（48） Fitted Spectral Hashing, ACM Multimedia 2013: 645-648, Barcelona, Spain, 2013, 第 2 作者
（49） Data Driven Multi-Index Hashing, International Conference on Image Processing (ICIP), 2013, 第 2 作者
（50） Sparse Ensemble Learning for Concept Detection, IEEE Transactions on Multimedia, 14(1):43-54, 2012, 第 1 作者
（51） Fast Pedestrian Detection Based on Sliding Window Filtering, Advances in Multimedia Information Processing – PCM 2012 , pp: 811-822, Singapore, 2012, 通讯作者
（52） Exploring Multi-Modality Structure for Cross Domain Adaptation in Video Concept Annotation, Neurocomputing, 95:11-21, October, 2012, 第 2 作者
（53） Exploring Probabilistic Localized Video Representation for Human Action Recognition, Multimedia Tools and Applications, 58(3):663-685, June,, 2012, 第 2 作者
（54） Localized Multiple Kernel Learning for Realistic Human Action Recognition in Videos, IEEE Transactions on Circuits and Systems for Video Technology, 21(9):1193-1202, 2011, 第 3 作者
（55） Efficient Feature Detection and Effective Post-Verification for Large Scale Near-Duplicate Image Search, IEEE Transactions on Multimedia, 13(6):1319-1332, 2011, 第 4 作者
（56） A Distribution Based Video Representation For Human Action Recognition, Proc. of IEEE International Conference on Multimedia and Expo , 2010, 第 2 作者
（57） PornProbe: an LDA-SVM based Pornography Detection System, ACM Multimedia 2009, 2009, 第 1 作者
（58） 一种基于密度的自适应最优LDA模型选择方法, 计算机学报, 2008, 第 4 作者
（59） TRECVID 2008高级语义概念提取(MCG-ICT-CAS), TRECVID 2008 High-Level Feature Extraction By MCG-ICT-CAS, Proc. TRECVID Workshop 2008, 2008, 第 1 作者
（60） TRECVID 2007高级语义概念提取(MCG-ICT-CAS), TRECVID 2007 High-Level Feature Extraction By MCG-ICT-CAS, Proc. TRECVID Workshop 2007, 2007, 第 1 作者
（61） Secure and Incidental Distortion Tolerant Digital Signature for Image Authentication, Journal of Computer Science and Technology , 2007, 通讯作者
（62） SSF Fingerprint for Image Authentication: An Incidental Distortion Resistant Scheme, Proc. ACM Multimedia 2005, 2005, 第 1 作者
（63） Compact and Robust Image Hashing, Lecture Notes in Computer Science, 2005, 第 1 作者
（64） Compact And Robust Fingerprints Using DCT Coefficients Of Key Blocks, Lecture Notes in Computer Science, 2005, 第 1 作者
京公网安备 11010802027423号