近日,工學(xué)院2017級(jí)計(jì)算機(jī)本科生葛祖浩在導(dǎo)師周騰老師指導(dǎo)下于CCF B類(lèi)推薦會(huì)議《IEEE International Conference on Multimedia and Expo》發(fā)表題為《SACNet: A spatial-aware cross-scale network for vehicle density detection》的研究成果,并受邀做口頭報(bào)告。文章第一作者為葛祖浩,通訊作者為周騰老師,第二作者黎鈺暉,第三作者梁成均為2017級(jí)計(jì)算機(jī)在讀本科生。
該研究聚焦于交通擁堵分析中的一項(xiàng)基本但具有挑戰(zhàn)性的任務(wù)----車(chē)輛密度檢測(cè)?;谝曨l幀所捕獲的交通監(jiān)控具有分辨率低,尺度差異大的特質(zhì),該項(xiàng)研究提出了一種新的車(chē)輛密度檢測(cè)網(wǎng)絡(luò)模型。該模型可以通過(guò)提取跨尺度特征來(lái)恢復(fù)高質(zhì)量的密度圖,以此完成精準(zhǔn)的車(chē)輛密度檢測(cè)。研究首先提出使用一系列跨尺度特征提取模塊獲取空間特征,同時(shí),在訓(xùn)練過(guò)程中采用密集的跳層連接有效緩解訓(xùn)練的梯度消失等問(wèn)題。研究還通過(guò)一個(gè)自適應(yīng)注意塊自適應(yīng)關(guān)注信息量大且不同的特征圖。為了避免引入外部計(jì)算增加整個(gè)網(wǎng)絡(luò)的復(fù)雜性,該項(xiàng)研究只在網(wǎng)絡(luò)最末端對(duì)特征進(jìn)行融合。此外,研究還收到人類(lèi)視覺(jué)系統(tǒng)的啟發(fā),引入了結(jié)構(gòu)相似性指數(shù)來(lái)處理高遮擋下的物體識(shí)別。
周騰博士,現(xiàn)任汕頭大學(xué)工學(xué)院計(jì)算機(jī)系講師,碩士生導(dǎo)師,主要研究方向?yàn)橹悄芙煌ㄏ到y(tǒng)及免疫性疾病診斷,近三年主持包括國(guó)家自然科學(xué)基金青年科學(xué)基金、廣東省自然科學(xué)基金面上項(xiàng)目、廣東省教育科學(xué)“十三五”規(guī)劃項(xiàng)目等多個(gè)國(guó)家級(jí)省級(jí)項(xiàng)目,累計(jì)經(jīng)費(fèi)167萬(wàn)元,發(fā)表學(xué)術(shù)論文近50篇,谷歌學(xué)術(shù)統(tǒng)計(jì)引用量400余次,h-index為11,其中熱點(diǎn)文章1篇,高被引文章1篇,近3年單篇最高被引70次;擔(dān)任國(guó)家自然科學(xué)基金函評(píng)專家,廣東省自然科學(xué)基金函評(píng)專家,新工科教育專業(yè)指導(dǎo)委員會(huì)委員,以及多個(gè)國(guó)際著名期刊編委和審稿人。
近年來(lái),工學(xué)院教師注意挖掘?qū)W生的潛力與興趣,充分發(fā)揮學(xué)生主觀能動(dòng)性,培養(yǎng)高素質(zhì)本科生。本科生培養(yǎng)質(zhì)量有明顯的提升,已有多名本科生在國(guó)際期刊上發(fā)表高水平研究成果。