余烨查看源代码讨论查看历史
 |
余烨，博士，合肥工业大学计算机与信息学院副教授，硕士生导师。
人物履历
2010年5月获得合肥工业大学计算机科学与技术专业工学博士学位；2008.09-2009.10，美国北德克萨斯大学访问学者；2017.03-2017.12，美国纽约州立大学布法罗分校访问学者。中国计算机学会计算机视觉专业组委员，中国图像图形学会机器视觉专委会委员，《CCF-CV简报》“委员风采”栏目主编，中国仪器仪表学会微机应用分会理事长助理，全国计算机技术与应用学术会议（CACIS）组织委员会主席。
研究方向
大数据下的计算机视觉技术、图像与视频信息处理、人工智能与机器学习、深度学习在智能交通中的应用（尤其致力于基于深度学习的车辆相关特征检测与识别技术，以及这些技术在智能交通系统中的应用）
目前开展的研究工作包含以下几个部分：
1.基于视频图像的车标、车型、车辆精细特征识别技术（深度学习在智能交通中的应用研究）；
2.基于RGB-D数据的场景信息提取和重建（虚拟现实与可视化）；
3.交通视频中的目标检测与跟踪、异常行为判断（大数据下的计算机视觉、图像与视频信息处理）
获奖情况
1.参与的“营运车辆及驾驶人智能识别与关联比对关键技术研究”获得安徽省交通科技进步一等奖。
2.指导学生获得安徽省2017年“华信智原杯”大学生程序设计大赛本科组三等奖；
3.获得“计算机与信息学院教学专项奖励金”；
4.指导研究生获得国家奖学金（奖金2万）；
5.合肥工业大学“优秀班主任”称号；
6.“计算机设计大赛”优秀指导老师；
7.获得“学生评教个人优秀奖”；
8.多媒体课件《Java程序设计》获得2012年安徽省多媒体教育软件大赛（评奖活动高等教育组多媒体课件）三等奖。
9.合肥工业大学毕业实习优秀指导教师
10.2010年在安徽省“幸星杯”中指导的大学生动漫创意设计大赛平面创意作品荣获二等奖
11.参与的合肥市重点科研计划项目“科技展示虚拟现实软件及产业化”获得了安徽省科学技术研究成果三等奖。
科研项目
国家自然科学基金项目“夜间环境下多姿态精细车款识别方法研究”，主持；
安徽省重点研究和开发计划项目“AI+公安交管一体化运维监管云平台”，主持；
企业合作项目“软件单元和集成测试”、“飞行任务规划软件”、“雷达数据分析软件”、“景区智慧旅游系统软件开发”、“粮库监控三维展示及可视化软件”、“三维数字地图场景生成服务器”等，主持；
安徽省高校省级自然科学研究项目“全景监控视频中的目标跟踪及仿真分析方法研究”（No.KJ2014ZD27），主持；
安徽省科技攻关项目“基于视频图像的车型识别技术研究”，主负责；
安徽省技术转移计划项目“基于实景影像的道路交通设施信息采集系统”，主持；
安徽省科技攻关项目“WebGIS+Web3D支持下的皖北旅游数字化平台建设——以淮南毛集为示范”，(No.12010402108)，主负责；
国家自然科学基金（青年科学基金）项目“多层次姿态可变辐射虚拟人模型及其建模方法研究”，参与；
国家自然科学基金“面向样例创新的动画角色重构研究（NO:61070124）”，参与；
安徽省自然科学基金项目“基于虚拟实景的矢量地图交通元素自动采集方法研究（No.11040606Q43）”，主持；
合肥工业大学博士专项科研资助基金“基于LIDAR和卫星图像的居民区建筑物重建技术研究”，主持；
合肥工业大学重大项目预研专项“古文物、古文化的数字化保护及宣传”，参与；
OakRidge Associated Universities (ORAU) 资助项目“FusingLiDAR and Infrared to Model and Simulate Hydrological Events”，参与；
中美国家自然科学基金国际合作交流项目“一种新的经济和环境规划分析工具，LIDAR应用领域的扩展（项目编号:60573174）”，参与；
学术成果
论文
YeYu, Hua Li, Jun Wang, et al. A Multilayer Pyramid Network Based onLearning for Vehicle Logo Recognition. IEEE Transactions onIntelligent Transportation Systems, 2020.
余烨，徐京涛，贺敏雪，路强. 增强边缘梯度特征局部量化策略驱动下的车标识别[J]. 中国图象图形学报,2019, 24(9): 49-62.
余烨, 傅云翔, 杨昌东, 路强. 基于FR-ResNet的车辆型号精细识别研究. 自动化学报. 网络优先出版，网络出版时间：2019-04-03.
LuQiang, Zhang Haibo, Xu Wenqiang, Li Jie and Yu Ye. ElectricVIS:Visual Analysis System for Power Supply Data of Smart City[J]. TheJournal of Supercomputing, 2019.05, Accepted.
YuY, Jun W, Jingting L, et al. Vehicle logo recognition based onoverlapping enhanced patterns of oriented edge magnitudes[J].Computers & Electrical Engineering, 2018, 71:273-283.
余烨, 金强, 傅云翔, 路强. 基于Fg-CarNet的车辆型号精细分类研究. 自动化学报,2018, 44(10): 1864-1875.
YeYu ; Qiang Jin ; Chang Wen Chen. FF-CMnet: A CNN-Based Model forFine-Grained Classification of Car Models Based on Feature Fusion.2018 IEEE International Conference on Multimedia and Expo (ICME),DOI: 10.1109/ICME.2018.8486443.
NieZ, Yu Y, Jin Q. A Vehicle Logo Recognition Approach Based onForeground-Background Pixel-Pair Feature[M]. Transactions onEdutainment XIII. Springer Berlin Heidelberg, 2017.
曹明伟, 余烨. 基于多层背景模型的运动目标检测. 电子学报,2016, 44(9): 2126-2133.
余烨, 聂振兴, 金强, 王江明. 前背景骨架区域随机点对策略驱动下的车标识别方法. 中国图象图形学报,2016, 21(10): 1348-1356.[1]