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。
期刊论文
[1] Zhenqiang Sun, Jia Zhang, Liang Dai, Candong Li, Changen Zhou, Jiliang Xin, Shaozi Li: Mutual information based multi-label feature selection via constrained convex optimization. Neurocomputing. (2018. 2区. C类)
[2] Min Huang, Guorong Cai, Hongbo Zhang, Sheng Yu, Dongying Gong, Donglin Cao, Shaozi Li, Songzhi Su: Discriminative parts learning for 3D human action recognition. Neurocomputing. (2018. 2区. C类)
[3] Min Huang, Song-Zhi Su, Hong-Bo Zhang, Guo-Rong Cai, Dongying Gong, Donglin Cao, Shao-Zi Li: Multifeature Selection for 3D Human Action Recognition. ACM Transactions on Multimedia Computing, Communications, and Applications. (2018. 3区. B类)
[4] Liang Dai, Jia Zhang, Candong Li, Changen Zhou, Shaozi Li: Multi‐label feature selection with application to TCM state identification. Concurrency and Computation: Practice and Experience. (2018. 4区)
会议论文
[1] Zhenqiang Sun, Jia Zhang, Zhiming Luo, Donglin Cao, Shaozi Li: A Fast Feature Selection Method Based on Mutual Information in Multi-label Learning: CCF Conference on Computer Supported Cooperative Work and Social Computing. 2018
[2] Zhun Zhong, Liang Zheng, Zhedong Zheng, Shaozi Li, Yi Yang: Camera style adaptation for person re-identification. IEEE Conference on Computer Vision and Pattern Recognition. 2018. A类
[3] Zhun Zhong, Liang Zheng, Shaozi Li, Yi Yang: Generalizing a person retrieval model hetero-and homogeneously. Proc. ECCV. 2018. B类
[4] Chengji Wang, Zhiming Luo, Sheng Lian, Shaozi Li: Anchor Free Network for Multi-Scale Face Detection. 2018 24th International Conference on Pattern Recognition (ICPR). 2018. C类
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。