一、团队基本情况
团队名称 |
计算机视觉与图像处理技术 |
|||||||||||
团队研究方向 |
计算机视觉、模式识别、图像处理 |
|||||||||||
所属二级学科 |
计算机学科 |
|||||||||||
依托单位 |
信息工程学院 |
|||||||||||
团队负责人 |
姓名 |
王希娟 |
性别 |
女 |
联系 电话 |
13335410137 |
||||||
出生 年月 |
1983.1 |
学历/学位 |
硕士 |
308332017@qq.com |
||||||||
职称 |
副教授 |
研究方向 |
计算机视觉、模式识别 |
|||||||||
研究基础及学术评价 |
团队负责人王希娟，女，1983年1月出生，硕士，副教授，物联网高级工程师，主要研究方向为计算机视觉、模式识别。2010年主持完成了陕西国际商贸学院科研项目《校园照明智能控制系统的研究》，通过该项目，项目负责人积累了智能控制方面的设计和开发经验。2014年，参与了研究生导师的科研项目，对智能控制技术进行了深入的研究，并获得了1项国家发明专利和1项实用新型专利。同年，主持完成了陕西省教育厅科研项目《空巢老人无线物联智能家居系统研究（14JK2018）》。通过该项目，对视频监控系统进行了研究，先后取得了2项实用新型专利、4项计算机软件著作权，发表了2篇核心论文。2016年在高校访学期间，跟随导师研修了模式识别技术、图形图像处理技术，积累了良好的科研经验，对步态识别、人脸识别、图像处理进行了系统研究。2018年主持了陕西省教育厅科研项目《基于视觉物联网的无线智能家居安防系统研究（18JK0948）》，该项目主要研究了步态识别、刷卡认证和手机远程开锁方法，为本项目的开展奠定了良好的研究基础。在研究计算机视觉、模式识别技术时，先后发表了1篇SCI论文、2篇EI论文、1篇北大核心论文、1篇CPCI检索论文，出版了1部专著，近三年主要科研成果如下： 1.论文与著作 （1）Real-time Respiratory Motion Image Processing Prediction. 2019年4月《INVESTIGACION CLINICA》. SCI论文 （2）Research on Human Body Gait Recognition System Based on Fourier Transform and Quartile Difference Extraction. 2017年12月《International Journal of Online Engineering》. EI论文 （3）Intelligent Home Monitoring System Based on Internet of Things. 2017年7月《International Journal of Online Engineering》.EI论文 （4）基于下肢轮廓角度距离和步幅变化的步态识别算法研究. 2018年3月《计算机应用与软件》. 北大核心论文 |
|||||||||||
团队负责人 |
研究基础及学术评价 |
（5）Design of human gait recognition algorithm based on video surveillance. 2019年10月《Design of human gait recognition algorithm based on video surveillance》. CPCI检索论文 （6）著作：《大数据支撑下的区块链技术研究》，2019年，西北工业大学出版社，副主编 2.知识产权 基于视频监控系统的人体步态识别软件v1.0. 计算机软件著作权.2018.12 3.科研项目 （1）空巢老人无线物联智能家居系统研究，陕西省教育厅科研项目（2014.1-2017.1），主持人，资助经费2万元，已结题。 （2）基于视觉物联网的无线智能家居安防系统研究，陕西省教育厅科研项目（2018.1-2019.10），主持人，资助经费2万元，已结题。 （3）基于GIS可视化的咸阳市路灯监控系统创新研究，咸阳市科技局科研项目（2016.6-2018.6），主要参与人，资助经费1万元，已结题。 （4）基于物联网的农田节水灌溉系统研究，陕西国际商贸学院科研项目（2016.9-2017.8），主持人，资助经费0.5万元，已结题。 （5）一种视频监控系统的实时步态识别算法研究，陕西国际商贸学院科研项目（2016.9-2017.8），主持人，资助经费0.5万元，已结题。 （6）谐波减速器精度回差测试系统设计，横向课题，主持人，资助经费10万元，已结题。 |
||||||||||
序号 |
姓名 |
出生 年月 |
学位 |
职称 |
所在单位 |
研究方向 |
||||||
1 |
赵仲孟 |
1959.11 |
博士 |
教授 |
信息工程学院 |
计算机视觉 |
||||||
2 |
程瑶 |
1979.4 |
硕士 |
讲师 |
信息工程学院 |
机器学习 |
||||||
3 |
商莹 |
1980.2 |
硕士 |
讲师 |
信息工程学院 |
目标识别 |
||||||
4 |
陈茹 |
1980.9 |
硕士 |
讲师 |
信息工程学院 |
图像处理 |
||||||
5 |
段乃侠 |
1979.11 |
硕士 |
高级工程师 |
信息工程学院 |
图像处理 |
||||||
6 |
李娟娟 |
1981.4 |
硕士 |
讲师 |
信息工程学院 |
图像处理 |
||||||
7 |
郑鹏怡 |
1981.3 |
硕士 |
讲师 |
信息工程学院 |
图像处理 |
||||||
8 |
闫李倩 |
1992.11 |
硕士 |
助教 |
信息工程学院 |
步态识别 |
||||||
9 |
赵腾飞 |
1992.1 |
硕士 |
助教 |
信息工程学院 |
人脸识别 |
||||||
二、研究内容和目标
计算机视觉是人工智能细分领域中发展最快、应用最为广泛的技术之一，它如同人工智能的“眼睛”，是在感知层上最为重要的核心技术之一，可以为各行各业捕捉和分析更多信息，并将捕捉到的图像中的数据及信息进行分析识别、检测、跟踪等，真正去“识别”和“理解”这些图像。
计算机视觉又称机器视觉，是一门研究如何让机器学会“看”的学科，确切地说，是指用相机作为机器人的眼睛，进行场景数据的采集，并将采集到的图像数据传递给作为机器大脑的计算机进行处理，实现目标的测量、定位以及识别的功能。计算机视觉的最终目标是使计算机能够像人的大脑一样，通过眼睛捕捉信息同时理解信息，从而建立一种能够处理图像信息或者其他多维信息数据的人工智能系统。
计算机视觉始于捕获和存储图像或一组图像的技术，然后将这些图像转换为可以进一步作用的信息，它由多种技术共同组成，涉及模式识别、机器学习、计算机图形、数字图像处理、传感器技术等。如图1所示：
图1 计算机视觉技术主要构成图
监控行业是图像处理技术和视频分析的较早采用者之一。视频分析是计算机视觉的一种特殊用例，其重点是从数小时的录像中查找模式。在现实世界中自动检测和识别预定义模式的能力代表着数百个用例的巨大市场机会。
近年来，深度学习算法的出现重新激发了计算机视觉。深度学习使用模仿人类大脑神经元的人工神经网络（ANN）算法。
从2010年代初开始，通过图形处理单元（GPU）加速的计算机性能已经变得足够强大，足以让研究人员实现复杂的人工神经网络的功能。此外，部分地受视频站点和流行的IoT设备驱动，研究人员拥有庞大的视频和图像数据库来训练他们的神经网络。
2012年，一种称为卷积神经网络（CNN）的深度神经网络（DNN）版本在准确性上实现了巨大飞跃。这一发展带动了人们对计算机视觉工程领域的兴趣和兴奋。现在，在需要图像分类和面部识别的应用中，深度学习算法甚至超过了人类。更重要的是，就像人类一样，这些算法具有学习和适应不同条件的能力。
计算机视觉和深度学习融合在一起，可以解决人脑领域中的高级复杂问题。随着
更快的处理器、更先进的机器学习算法以及与边缘设备的更深入集成，这些系统将继续得到改善。
另外，Microsoft Kinect使用3D计算机图形算法来使计算机视觉能够分析和理解三维场景。它允许游戏开发人员将实时的全身运动捕捉与人工3D环境合并。除了游戏以外，这还在机器人技术、虚拟现实（VR）和增强现实（AR）应用等领域开辟了新的可能性。
计算机视觉首先需要进行图像预处理，对于采集到的图像，受到各种因素的影响，往往会出现噪声、几何形变、色彩失调等，对于图像识别增加很大难度，所以一般需要对采集到的图像进行一些预处理，如去除噪声、几何校正、图像尺寸统一、增加清晰度等。
采用机器学习处理图像可以节省大量的人工图像处理和繁琐的算法，通过深度学习卷积神经网络网络结构、池化层、隐层的算法可以很好地解决噪声、图像偏离度等问题，通过反复迭代机器学习进行不断的修正，可以提取最有效的图像特征。为了将识别对象与背景剥离，可以通过图像分割技术将目标对象按照要求分离，聚焦识别对象，将每个对象抠图分离，进行标签标注，对每个对象进行精准识别。
据IDC数据显示，2019年全年中国计算机视觉应用市场达14.56亿美元，市场增长来源于安防、城市大脑等领域，人脸识别的应用空间也已呈现出较高的渗透。中商产业研究院测算，预计到2020年底，中国计算机视觉应用市场规模将达18.9亿美元。
到目前为止，计算机视觉已经在众多领域都有了十分广泛的应用，例如安防领域的人脸识别、行为识别、步态识别等。除了在安防领域有着较深的应用外，计算机视觉技术在医疗、各个场景的身份认证、购物、娱乐等提供了关键性技术解决方案。未来5G的到来带来的低延迟、超高速、超大带宽将会推动医疗、自动驾驶发展，同时会加大推动计算机视觉在这些行业中应用，例如医疗影像识别、自动驾驶中的影像识别等等。
在未来，计算机视觉技术将会越来越多地以各种形式进入到人们日常生活中。各大手机厂商也都开始运用了人脸识别技术，如今支付宝的“刷脸”支付、购物中的图片识别、视频中的物品识别等已进入到普通的消费者生活中，未来普通消费者的家庭中将会用到更多的计算机视觉技术，如同语音识别在智能家居中的应用一样。例如亚马逊的Echo Look可以利用它面部识别技术进行家庭的安防保护，用来区分接近你家的熟人和陌生人。
计算机视觉技术将愈发亲近消费者，随着算法的更迭、硬件算力的升级、数据的大爆发，以及未来的5G带来的高速网络，计算机视觉的应用将会有更大的想象空间。
因此，本团队将依托信息工程学院（鼎泰现代产业学院）的计算机视觉实验室以及相关校企合作单位的研究课题，面向物联网智能监控系统、医疗影像处理、自动驾驶等领域，结合机器学习、深度学习技术，开展人脸识别、步态识别、行为识别、车牌识别等研究，以及在识别过程中的图像采集、图像处理、特征提取和识别算法设计等研究。
经过三年的建设，本团队的预期目标是采用机器学习、深度学习等方法，设计开发一套可实现身份识别、车牌识别、行为分析等的物联网智能监控系统，并设计一套具有自主知识产权的图像分析处理、模式识别的算法。
基于该研究目标，本团队将在建设期内发表6篇北大核心以上的研究论文，承接不低于100万的企业横向课题，出版专著2部以上或获批国家授权发明专利3项，获批省部级以上课题1项，获得科学技术奖1项。
三、研究基础
【以下表中不含团队负责人信息】
表一： 科研项目及获奖
序号 |
项目名称 |
项目来源 |
起止时间 |
负责人 |
署名 |
次序 |
经费 （万元） |
1 |
大数据背景下基于Python的web数据采集技术 |
陕西省教育厅 |
2020.1-2021.12 |
马小菊 |
李娟娟 |
3 |
2 |
2 |
交通信号灯智能控制系统的研究 |
陕西省教育厅 |
2018.10-2020.4 |
缪茸 |
陈茹 |
3 |
1 |
3 |
化学镍镀液自动分析及添加仪器的开发应用 |
陕西省科技厅 |
2018.7-2020.12 |
程瑶 |
程瑶 |
1 |
7.5 |
4 |
印制板废液的再生和铜回收的智能化技术研究 |
西安市科技局 |
2020.1-2021.12 |
陈茹 |
陈茹 |
1 |
3 |
5 |
基于卷积神经网络的步态识别研究 |
陕西国际商贸学院 |
2020.6-2021.5 |
闫李倩 |
闫李倩 |
1 |
0.5 |
6 |
基于机器学习的口罩遮挡人脸识别系统研究 |
陕西国际商贸学院 |
2020.6-2021.5 |
赵腾飞 |
赵腾飞 |
1 |
0.5 |
7 |
基于LABVIEW的高速动车组转向架状态监测研究 |
陕西国际商贸学院 |
2018.12-2019.12 |
程瑶 |
程瑶 |
1 |
0.5 |
表二： 论文及著作（团队近3年所取得的与研究方向一致的成果）
序号 |
著作者 |
成果名称 |
成果类别 (著作/论文) |
出版社或期刊名称 |
出版或发表时间/期次 |
论文类别 (一般/CSSCI/EI/C拓、中文核心/科技核心/SCI等) |
1 |
赵仲孟 |
A computational method for detecting the associations between multiple loci and phenotypes |
论文 |
IEEE Int. Conf. Bioinform. Biomed., BIBM |
2019,1: p:2182-2189 |
EI/MI:20191006610020 |
2 |
赵仲孟 |
A semi-supervised framework for detecting and classifying human transposon LINE-1 insertions |
论文 |
IEEE/ASME International Conference on Advanced Intelligent Mechatronics |
2019,5:pp.930-936 |
EI/MI:20194507620069 |
3 |
赵仲孟 |
A greedy algorithm for detecting mutually exclusive patterns in cancer mutation data |
论文 |
Bioinformatics and Biomedical Engineering, IWBBIO 2019, Proceedings |
2019,11465 LNBI:(1)pp.154-165 |
EI/MI:20192106954025 |
4 |
赵仲孟 |
Correcting genomic deletion calls with complex boundaries from next generation sequencing data |
论文 |
IEEE Int. Conf. Bioinform. Biomed., BIBM |
2019,1:pp.1810-1817 |
EI/MI:20191006610237 |
5 |
赵仲孟 |
Estimating the length distributions of genomic micro-satellites from next generation sequencing data |
论文 |
Bioinformatics and Biomedical Engineering - 6th International Work-Conference, IWBBIO 2018, Proceedings |
2018,10813 LNCS:(1) pp.461-472 |
EI/MI:20181805112359 |
6 |
赵仲孟 |
Accurately estimating tumor purity of samples with high degree of heterogeneity from cancer sequencing data |
论文 |
Intelligent Computing Theories and Application, ICIC 2017, Proceedings |
2017,10362 LNCS:(2) pp.273-285 |
EI/MI:20173404069155 |
7 |
赵仲孟 |
An expanded association approach for rare germline variants with copy-number alternation |
论文 |
Bioinformatics and Biomedical Engineering, IWBBIO 2017, Proceedings |
2017,10209 LNCS:(2) pp.81-94 |
EI/MI:20171703611077 |
8 |
程瑶 |
Composition and Function Analysis of Electroless Nickel Plating Solution Based on Intelligent Network |
论文 |
2020 International Conference on Applications and Techniques in Cyber Intelligence |
Volume 1244 |
EI |
9 |
程瑶 |
PlantDisease Detection Method Based on Computer Vision Technology |
论文 |
Revista de la Facultad de Agronomia de la Universidad del Zulia |
Volume 37,Issue 2 |
SCI |
10 |
闫李倩 |
Research on grounding grid corrosion classification method based on convolutional neural network |
论文 |
MATEC Web of Conferences |
2018/1 |
EI |
11 |
商莹 |
Research on network packet analysis technology based on capture and filtering |
论文 |
REVISTA DE LA FACULTAD DE INGENIERIA |
2018.1 |
EI |
12 |
商莹 |
The research on Intelligent Monitoring System |
论文 |
Proceedings of the 2017 7th International Conference on Advanced Design and Manufacturing Engineering |
2018.1 |
ISTP |
13 |
商莹 |
Research on Intelligent Agriculture Greenhouses Based on Internet of Things Technology |
论文 |
2017 International Conference on Information Science and Technology |
2018.11 |
ISTP |
14 |
赵腾飞 |
改进SURF算法的特征提取与匹配方法研究 |
论文 |
机械与电子 |
2017/35 |
科技核心 |
15 |
李娟娟 |
Fault point state monitoring of elevator door based on modulus maximum wavelet transform |
论文 |
Internation Journal of Mechatronics and Applied Mechanics |
2018/1 |
EI |
16 |
郑鹏怡 |
基于发布订阅机制的实时中间件的设计与实现 |
论文 |
计算机应用与软件 |
2018.2 |
北大中文核心 |
17 |
郑鹏怡 |
Design and Implementation of a Real-time Publish/Subscribe Middleware |
论文 |
Recent Advances in Electrical & Electronic Engineering |
2019.12 |
EI期刊 |
18 |
段乃侠 |
基于多媒体图像技术的招贴信息自动分类方法研究 |
论文 |
自动化与仪器仪表 |
2019.9 |
科技核心 |
19 |
段乃侠 |
基于物联网的食品安全风险检测系统的研究 |
论文 |
食品安全质量检测学报 |
2018.9 |
科技核心 |
20 |
郑鹏怡 |
计算机控制技术 |
著作 |
延边大学出版社 |
2017.6 |
|
21 |
商莹 |
物联网通信技术及其展望 |
著作 |
吉林大学出版社 |
2019年 |
|
著作：___2___部； 检索论文:___15____篇， 核心期刊论文：___4____篇。 |
||||||
表三： 社会服务（团队近3年服务地方经济社会发展的成果）
序号 |
负责人 |
成果名称 |
成果形式 |
服务单位 |
是否采纳或转化情况 |
1 |
商莹 |
基于ZigBee的智能多方位监控系统 |
横向课题 |
咸阳博元机电科技有限公司 |
是 |
四、目标任务与建设进度
（一）建设期总目标任务 |
|||||
1.科研项目：建设期内获准立项有经费资助的省部级以上课题 1 项并承担相应的横向科研项目，其中项目经费不少于10万元/年。 2.学术论文：建设期内在中文核心期刊发表学术论文不少于6篇，其中被SCI、EI、SSCI、A&HCI收录或人大复印资料、新华文摘、中国社会科学文摘、高校文科学术文摘转载不少于3篇，每年不少于1篇。 3.专著或发明专利：建设期内至少出版专著1部或获批国家授权发明专利1项。 4.科研成果奖：建设期内获厅局级以上科技奖励至少1项或省部级以上科技奖励至少0项。 |
|||||
（二）年度目标任务 |
|||||
目标任务 |
年度目标 |
合计 |
|||
2021年 |
2022年 |
2023年 |
|||
科研 项目 |
有经费资助的省部级以上科研项目（项） |
1 |
1 |
||
横向科研项目（万元） |
10 |
10 |
10 |
30 |
|
学术 论文 |
中文核心期刊 发表数量（篇） |
1 |
1 |
1 |
3 |
收录或转载（篇次） |
1 |
1 |
1 |
3 |
|
专著（部） |
1 |
1 |
|||
国家授权发明专利（项） |
1 |
1 |
|||
科研 成果奖 |
省部级以上 |
||||
厅局级以上 |
1 |
1 |
|||
