厦门大学智能多媒体实验室
“厦门大学智能多媒体技术实验室”成立于2005年5月,是隶属于厦门大学智能科学与技术系的一个研究室。多年来,一直从事人工智能及其应用、机器学习以及计算机视觉等领域的研究。目前团队的主要研究方向是:基于双目视觉的移动场景语义理解与分析、人体行为分析与理解、跨媒体舆情分析、中医健康大数据分析与中医智能诊断等。近年来连续承担多项国家自然科学基金项目、福建省中医健康管理2011协同创新中心项目、省市级科技计划项目。团队现有研究人员3人,含教授1人,副教授1人,助理教授1人,在读博士研究生8人,硕士研究生21人。近年来,实验室的研究生每年都发表多篇高水平的学术论文(包括:JCR 2区等),尤其是近期实验室的罗志明、钟准两位博士生的两篇论文被CVPR2017(CCF A类)录用,标志着实验室的研究成果达到了新的水平,获得了国际同行的认同,也让实验室有机会到国际顶级平台进行学术交流。
会议论文
Dazhen Lin, Lingxiao Li, Donglin Cao, Shaozi Li:Multi-modal Sentiment Feature Learning Based on Sentiment Signal. ChineseCSCW 2017: 33-40
Dazhen Lin, Lingxiao Li, Donglin Cao, Shaozi Li:A Hierarchical Correlation Model for Multi-modal Sentiment Analysis on Social Media. ChineseCSCW 2017: 41-47
Zhun Zhong, Liang Zheng, Donglin Cao, Shaozi Li:Re-ranking Person Re-identification with k-Reciprocal Encoding. CVPR 2017: 3652-3661
Zhiming Luo, Akshaya Kumar Mishra, Andrew Achkar, Justin A. Eichel, Shaozi Li, Pierre-Marc Jodoin:Non-local Deep Features for Salient Object Detection. CVPR 2017: 6593-6601
期刊论文
Min Huang, Guo-Rong Cai, Hongbo Zhang, Sheng Yu, Dong-Ying Gong, Donglin Cao, Shaozi Li, Song-Zhi Su:Discriminative parts learning for 3D human action recognition. Neurocomputing 291: 84-96 (2018)
Minghui Shi, Changle Zhou, Jun Xie, Shaozi Li, Qingyang Hong, Min Jiang, Fei Chao, Weifeng Ren, Xiangqian Liu, Dajun Zhou, Tianyu Yang:Electroencephalogram-based brain-computer interface for the Chinese spelling system: a survey. Frontiers of IT & EE 19(3): 423-436 (2018)
Zhiming Luo, Pierre-Marc Jodoin, Song-Zhi Su, Shao-Zi Li, Hugo Larochelle:Traffic Analytics With Low-Frame-Rate Videos. IEEE Trans. Circuits Syst. Video Techn. 28(4): 878-891 (2018)
Jia Zhang, Candong Li, Yaojin Lin, Youwei Shao, Shaozi Li:Computational drug repositioning using collaborative filtering via multi-source fusion. Expert Syst. Appl. 84: 281-289 (2017)
中医健康大数据智能分析
研究方向介绍:按照中医四诊合参的诊断原则,辨识病人病位、病性及证型,并开展基于证型的干预方案推荐研究
跨媒体舆情分析
跨媒体大数据环境下的用户舆情分析
基于产生式模型的人体行为识别与检测一体化方法研究
该研究方向以图像(包括深度图像、航拍图像、静态图像、动态图像、或超光谱图像等)中的人体为研究对象,开展人体的检测与跟踪的研究,并在此基础上对人体的行为进行分析、理解和描述。该方向是计算机视觉中的经典难题和前沿方向,其最终目的是让计算机拥有一双慧眼,不仅看到而且理解外部世界的目标、事件和意图。涉及到的相关学科有图像处理、计算机视觉、模式识别和机器学习等。