周成菊 - 华南师范大学

个人简介

教育背景: 2012.04-2019.03, 大阪大学(2019QS排名67), 计算机科学专业（工学博士） 2011.10-2012.04, 大阪大学研究生学习 2010.10-2011.09, 东北师范大学，基础日语学习 2008.09-2010.12, 大连理工大学(985/211) 信息与信号处理专业（工学硕士） 2004.09-2008.06, 大连理工大学(985/211) 电子信息工程专业（工学学士）工作经历: 2020.05-至今，华南师范大学软件学院，特聘副研究员 2019.04-2020.03, 大阪大学产业科学研究所, 复合智能媒体（八木）实验室特任研究员研究经历： 1 特任研究员阶段：研究工作：基于深度学习算法和相关的医学知识，通过老人在完成特定任务（Dual-Task踏步）时的图像序列信息，提取步态特征并研究其与认知水平的关系。与传统的需要特定医疗工作人员测定认知水平的方法相比，该方法可以快速自动的完成老人认知水平的测定。 2 博士阶段：导师：八木康史教授参与项目：日本政府领导的“战略性的创造研究推进事业” CREST项目“基于步态意图行为模式的人物行为的解析和心理环境构建” 中“高龄者步态解析” 和“孩子成长状况估计”（项目总经费：3000万人民币）研究工作：(1) 运用背景减除和图像校正等图像处理和线性判别分析等模式识别的方法，对由彩色录像机采集的走路数据个体进行健康、眼疾、腿疾等模式判别从而可以检测出不同种类的身体不便的走路模式。相较于更多采用穿戴式传感器监测的方式，该方法可以在无需识别对象配合的状态下，检测到身体不便的。由此，该功能可嵌入监控摄像机（例如：CCTV）中，运用于公共场合。例如，可在商场或者大型超市，对于检测到的身体不便的人士由机器人或者服务人员提供相应的辅助服务。(2)基于模式识别和相关的医学知识，通过分析由深度相机Kinect采集的3D关节点的（Dual-Task）踏步数据，对老人的认知能力进行估计。相较于传统的需要完成问卷式的测试，该方法可以快速简单的判断老人是否有认知方面的障碍。(3)基于模式识别（包括深度学习）和相关的医学知识，通过分析孩子完成特定任务（Dual-task）的表现，对孩子的身形，运动和认知方面的成长状况进行估计判断。该方法可以在孩子在完成体感游戏的同时，达到成长状况的快速估计目的。 3 硕士阶段：导师：卢湖川教授研究工作：基于Graph Cut 改进的图像分割。受邀演讲： 2015年11月在吉隆坡举办的第3回 Asian Conference on Pattern Recognition (ACPR) 的International Workshop on Human Behavior Analysis in the Real World 上演讲。海报发表: (1) 2013年07月在东京举办的第16回Meeting on Image Recognition and Understanding (MIRU) 会议上发表。 (2) 2013年09月在苏格兰格拉斯哥第22回European Society of Movement Analysis for Adults and Children (ESMAC) 会议上发表。 (3) 2014年09月在冲绳举办的第20回Korea-Japan Joint Workshop on Frontiers of Computer Vision (FCV) 上做发表。 (4) 2015年07月在大阪举办的第18回Meeting on Image Recognition and Understanding (MIRU) 会议上发表。 (5) 2015年11月在北京举办的第10回International Workshop on Robust Computer Vision (IWRCV) 上发表。 (6) 2015年12月在大阪举办的19回 SANKEN International Symposium上发表。 (7) 2018年02月在北海道举办的The International Workshop on Frontiers of Computer Vision (IW-FCV) 上发表。

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]C. Zhou, I. Mitsugami, Y. Yagi, “Detection of Gait Impairment by Patch-GEI”, IEEJ Transactions on Electrical and Electronic Engineering, Vol.10, No.S1, 2015 (SCI). [2] F. Okura, I. Mitsugami, M. Niwa, K. Aoki, C. Zhou, Y. Yagi, “Automatic collection of dual-task human behavior for analysis of cognitive function”, ITE Transactions on Media Technology and Applications (MTA), 2018. [3] C. Zhou, I. Mitsugami, F. Okura, K. Aoki, Y. Yagi, “Growth Assessment of School-Age Children from Dual-Task Observation”, ITE Transactions on Media Technology and Applications (MTA), 2018. 会议： [1] C. Zhou, I. Mitsugami, Y. Yagi, “an attempt to detect impairment by silhouette-based gait feature”, 22th European Society of Movement Analysis for Adults and Children (ESMAC) 2013. [2] C. Zhou, I. Mitsugami, Y. Yagi, “performance evaluation of GEI for impairment detection”, 16th Meeting on Image Recognition and understanding(MIRU) 2013. [3] C. Zhou, I. Mitsugami, Y. Yagi, “Which Gait Feature Is Effective for Impairment Estimation”, 20th Korea-Japan Joint Workshop on Frontiers of Computer Vision (FCV) 2014. [4] C. Zhou, I. Mitsugami, Y. Yagi, “Assessing Cognition Level of Elderly Using Dual-task Stepping”, 18th Meeting on Image Recognition and Understanding (MIRU) 2015. [5]C. Zhou, I. Mitsugami, K. Aoki, F. Okura, Y. Yagi, “Age Estimation from Dual-Task Behavior for Comprehensive Growth Assessment of Children”, The International Workshop on Frontiers of Computer Vision (IW-FCV) 2018.