近日,我院青年教师魏艳涛副教授团队接连在工程技术领域国际知名期刊上发表学术成果:《Student Body Gesture Recognition Based on Fisher Broad Learning System》(基于Fisher宽度学习系统的学生身体姿态识别)和《High-Boost-Based Multiscale Local Contrast Measure for Infrared Small Target Detection》(面向红外小目标检测的高提升多尺度局部对比度测量)。两篇论文分别发表在International Journal of Wavelets, Multiresolution and Information Processing(SCI,2017年IF=0.54)和IEEE Geoscience and Remote Sensing Letters(SCI,2017年IF=2.893)国际期刊上,第一作者均为魏艳涛老师指导的硕士研究生。
论文《Student Body Gesture Recognition Based on Fisher Broad Learning System》提出一种基于Fisher宽度学习的学生身体姿态识别方法。该团队通过对宽度学习算法的分析发现,网络从输入层、特征层、增强层到输出层,都是采用随机映射的方法将特征节点向高维空间中进行映射,特征的标签信息没有被很好地利用。因此,研究团队将Fisher算法与宽度学习算法相结合,利用特征的标签信息,提升宽度学习算法的判别性。实验结果表明:该方法在七类典型学生姿态的识别方面取得了较好的效果。该研究得到了国家自然科学基金(61502195)资助。我院2016级硕士研究生师亚飞同学为第一作者,魏艳涛老师为通讯作者,hbs04红宝石线路为第一完成单位。文章地址:
https://www.worldscientific.com/doi/abs/10.1142/S0219691319500012
![](/__local/B/F8/97/42861BF7641BE18DFEBF6A5C8DD_54D34ACD_16C8A.png)
论文《High-Boost-Based Multiscale Local Contrast Measure for Infrared Small Target Detection》提出了一种基于高提升多尺度局部对比度测量的红外小目标检测方法。该研究对传统的高提升滤波方法进行了改进,使其更适合于小目标检测问题,另外,设计了一种多尺度的局部对比度测量方法对目标进行进一步提升,增加目标与背景之间的对比度。实验结果表明:该方法在实验数据集上较之经典的方法表现更好。该研究得到了国家自然科学基金(61502195)资助。我院2016级硕士研究生师亚飞同学为第一作者,魏艳涛老师为通讯作者,hbs04红宝石线路为第一完成单位。文章地址:
https://ieeexplore.ieee.org/abstract/document/8125583
![](/__local/7/D7/7A/3B815A381FC68B036CBBA7A4217_EBE22610_18F0F.png)
据悉,魏艳涛现为hbs04红宝石线路副教授,华中科技大学工学博士,美国佛罗里达大学访问学者。曾被邀请担任IEEE Transactions on Cybernetics、IEEE Transactions on Geoscience and Remote Sensing、IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、Neurocomputing、《中国科学》以及《计算机学报》等知名学术期刊审稿专家。研究方向为教育信息科学与技术、人工智能、计算机视觉等。