5046
黄德双，工学博士，同济大学特聘教授(二级教授)、博士生导师，中国科技大学博士生导师、兼职教授，2000年度中科院“百人计划”入选者。同济大学认知互联网国际合作联合实验室主任，机器学习与系统生物学研究所所长, 国家自然科学基金委第十四届专家评审组成员。国际模式识别学会Fellow (IAPR Fellow)，国际智能计算学术会议Founding Chair，国际神经网络学会(INNS)高级会员、理事，IEEE高级会员，IEEE计算智能学会生物信息学与生物工程技术委员会以及神经网络技术委员会委员，上海市计算机
专家简介
黄德双，工学博士，同济大学特聘教授(二级教授)、博士生导师，中国科技大学博士生导师、兼职教授，2000年度中科院“百人计划”入选者。同济大学认知互联网国际合作联合实验室主任，机器学习与系统生物学研究所所长, 国家自然科学基金委第十四届专家评审组成员。国际模式识别学会Fellow (IAPR Fellow)，国际智能计算学术会议Founding Chair，国际神经网络学会(INNS)高级会员、理事，IEEE高级会员，IEEE计算智能学会生物信息学与生物工程技术委员会以及神经网络技术委员会委员，上海市计算机学会生物信息学专业委员会主任委员，中国电子学会高级会员。IEEE/ACM Transactions on Computational Biology and Bioinformatics, Neural Networks等国际杂志编委。已发表学术论文440余篇，其中SCI收录论文200余篇，SCI他引3300多次，入选2014-2017年度爱思唯尔(Elsevier)Scopus数据库中国高被引学者榜单(计算机科学卷)，出版专著3本，主编论文集46本，获第八届全国优秀科技图书二等奖一项(排名唯一)，安徽省自然科学一等奖一项(排名第一) ，教育部自然科学一等奖一项(排名第一)。发表在Neural Computation，Digital Signal Processing和Methods上的3篇论文分别被选为当期的封面。已申请发明和实用新型专利34项，其中19项已授权，软件著作权4个。作为客座编辑，在13种国际SCI杂志已编辑出版23期刊物。
项目简介
随着计算机与信息技术的迅猛发展，图像与视频处理技术得到广泛的应用，但在面对实际复杂场景时，这些技术的性能仍有待提高。如受角度、光照、多假目标以及环境迁移等因素影响，传统图像分割方法的精度大幅下降;图像的多样性和冗余性，会导致检索结果多样化问题难以解决;图像大数据的大类别特性，会干扰分类模型的学习，甚至导致不收敛;此外，图像的复杂性和高噪声，会对传统的特征提取和降维技术提出新的挑战。针对上述问题，本项目针对图像和视频处理中的复杂场景问题和关键技术进行了深入系统的研究，取得了一系列研究成果。主要创新点包括：
1) 面向复杂场景的图像分割与分类方法。通过引入局部统计分析、多尺度变换、图像扩散等思想，创新性地提出了多种水平集提升模型，可以有效提高复杂场景中目标分割精度，解决多假目标问题;针对径向基概率神经网络模型，提出了遗传结构优化算法，并建立了基于该模型分类器集成的图像识别系统，为复杂场景中大类别的目标检测和识别提供了基础理论和关键技术支撑。
2) 视频中目标检测与跟踪方法。将运动蒙板和自适应相关滤波相结合，创新性地提出了适合复杂场景的图像背景建模与目标跟踪算法，能有效提高目标检测和跟踪精度;设计与摄像头无关的标定算法，提出恶劣天气下低质量图像修复方法，全面提升视频中目标检测与跟踪算法的鲁棒性。为交通视频事件识别与全息参数提取算法设计提供基础理论和关键技术支撑，并开发了复杂交通场景视频目标检测与跟踪系统。
3) 交通视频事件识别与全息参数提取方法。通过交通视频智能分析技术，在运动目标交通行为分析的基础上完成事件识别模型的构建。通过多目标跟踪分析结果，结合具体场景特点，创新性地提出了地面交通车流速度、流量、密度等全息参数提取方法和基于矩阵模块神经网络的客流交通参数提取方法，为交通管理与控制提供全面、实时的交通状态信息。开发了面向智能交通的交通异常事件检测系统。
4) 基于复杂环境下叶片图像的植物物种识别方法及系统。融合先验信息，设计了复杂场景下叶片图像的两级分割方案;提出了角点三角形表示、叶缘叶脉分数维描述两种特征提取方法;设计了多探寻局部敏感哈希匹配技术，构造基于流形间距离的植物图像集合分类器;提出流形表面上聚类多样化检索技术，提高植物图像检索的多样性，实现植物图像的多粒度分类和检索;开发了面向移动终端的植物叶片图像识别系统。
本项目获得授权发明专利25项、实用新型专利4项、软件著作权61项;发表SCI、EI索引论文75篇，Google Scholar总他引2087次。由杨善林院士组成的专家组对本项目进行了成果鉴定，认为项目成果在理论、技术和应用上均有重大突破和自主创新，总体上达到国际先进水平，部分处于国际领先水平。成果服务于智能交通和城市运行管理系统，已在北京、天津、吉林、山西、湖南、广东、河南、福建、江苏、辽宁等全国30个省、市、自治区，280余个大中型城市的500余项工程项目中推广应用，有效改善了道路通行状况，提高了公路路网通行效率。开发的面向移动终端的植物叶片图像识别系统已在安徽、江苏、辽宁、广西、福建、江西等20多个省、市、自治区的国家自然保护区、植物园或生态园推广应用，在植物科普、物种调查以及保护等方面起到重要的作用，产生了良好的社会效益。近两年，项目成果的应用共产生直接经济效益约2.5亿元。
实验室简介
同济大学机器学习与系统生物学研究所，是电子与信息工程学院首批进入同济大学智能感知网高等研究院的6支创新团队之一。该研究所现有教授和研究员6人，副教授3人，其他教师5人，在站博士后5人，博士生12人，硕士生22人。该研究所主要研究方向为神经网络、模式识别、图像处理与生物信息学等。目前该研究所已经在国内外学术期刊和会议发表论文540余篇，其中已正式收录SCI论文280余篇，Genome Biology、Bioinformatics、Scientific Reports和Amino Acids等生物信息学领域影响因子大于4.0的论文23篇，IEEE系列刊物73篇，SCI他引4600余次。分别发表在Neural Computation、Digital Signal Processing A Review Journal和Methods上的论文被选为当期的封面。出版专著3部、论文集46部，其中专著《神经网络模式识别系统理论》获第八届全国优秀科技图书二等奖，并获电子工业出版社第二届优秀著作者奖。2010年度获安徽省自然科学一等奖一项，2016年度获教育部自然科学一等奖一项。研究所所长黄德双教授在国际会议上被邀请做大会学术报告13次，在国内学术会议上被邀请做大会学术报告28次。发表ESI论文4篇，申请发明和实用新型专利34项，其中19项已授权，获软件著作权4项。开发的“植物叶片自动识别系统”获2004年度香港国际“人工智能应用创意大赛”第2名。作为客座编辑(Guest Editor)，在13种国际SCI杂志已编辑出版23期刊物。
