陈云华

副教授/Associate Professor

广东工业大学 计算机学院

个人简介:

陈云华,博士,INNS及CCF会员,硕士生导师,广东工业大学副教授。主要研究方向为神经形态类脑计算、计算机视觉、深度学习,在IEEE T COGN DEV SYST、NEURAL COMPUT、NEUROCOMPUTING、PATTERN RECOGN、J VIS COMMUN IMAGE R、CVPR、ICPR 、《中国图象图形学报》、《控制理论与应用》、《计算机科学》等国内外重要学术期刊/会议发表论文50余篇。主持省部级项目6项,获得授权专利3项、软件著作权1项。2016年赴英国曼切斯特大学访学,师从ARM之父Steve Furber教授,现为NEURAL COMPUT、PPL INTELL、INT J MACH LEARN CYB等多个学术期刊的审稿人。


------------------------------------
作者:陈云华
来源:学者网
原文:https://www.scholat.com/vpost.html?pid=189233
本文为该学者原创文章,转载请附上文章链接!

个人主页: https://yzw.gdut.edu.cn/info/1120/1851.htm

学术兼职:

INNS(International Neural Network Society)会员,中国计算机学会会员,中国人工智能协会可拓学专委会委员

招生领域:

人工智能、计算机科学与技术、计算机技术、软件工程

招生方向:

一、计算机视觉方向:

       1.  针对DVS(动态视觉传感器)数据,对高速运动目标进行检测与识别的技术(包括深度学习方法和脉冲神经网络方法);

       2.  针对传统视频图像进行处理的计算机视觉技术(包括传统方法和深度学习方法)。

二、SNN ( 脉冲神经网络)方向:

       1.  基于DNN-SNN转换的SNN及其优化;

       2.  基于梯度下降的SNN训练算法;

       3.  基于STDP的SNN训练算法。

招生要求:

      1.  已通过广东工业大学及计算机学院复试;

      2.  具有良好的数学基础、编程能力和文字写作能力;

      3.  愿意吃苦、吃亏,坚韧不拔,有科研精神。

指导学生情况:

       1.  毕业研究生去向公司有:华为技术有限公司、杭州海康威视数字技术股份有限公司等等。

       2.  指导的硕士研究生于2019年获得国家奖学金。

       3.  指导本科创新项目若干项,所指导的本科生曾于2014年获得第2届“感动广工大十大人物”称号。

       4.  指导的本科生团队参加2014“全国并行应用挑战赛”荣获中南赛区一等奖,参加2012“粤嵌杯”广东省嵌入式物联网设计大赛荣获一等奖。

          ......

主要项目:

       1. 广东省自然科学基金项目,事件驱动的低延迟低功耗视觉表示与特征学习,(2025A1515012243)。

       2. 广东省自然科学基金项目,转换式深度脉冲卷积网络多性能指标优化研究,(2021A1515012233)。

       3.  广东省自然科学基金项目,连续自发式表情特征的深度学习表示研究,(2016A030313713)。

       4.  广东省自然科学基金项目,低质量监控视频人脸超分辨率算法研究,(2014A030310169)。

       5.  广州市科技计划项目,支持小间距LED显示的多屏实时处理器系统的研发,(2014Y2-00211)。

       6.  广东省科技计划项目,兴宁市水口镇中小微企业信息化公共服务平台建设,(2013B040500008)。

       7.  广东省科技计划项目,适用于恶劣环境的视频监控系统开发与产业化,(2014B090901061)。

代表性论文:

    

1. High-performance deep spiking neural networks via at-most-two-spike exponential coding. Neural Networks . 2024.

2. Video Small Object Detection with Long Short-Term Feature Enhancement Network. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2023) .

3. Efficient Motion Symbol Detection and Multikernel Learning for AER Object Recognition. IEEE Transactions on Cognitive and Developmental Systems, 2022.

4. Tiny object detection with context enhancement and feature purification[J]. Expert Systems with Applications, 2022 .

5. An adaptive threshold mechanism for accurate and efficient deep spiking convolutional neural networks, Neurocomputing, 2022.

6. Accurate and Efficient Frame-based Event Representation for AER Object Recognition. IEEE International Joint Conference on Neural Networks (IJCNN) , 2022.

7. Novel shrinking residual convolutional neural network for efficient accurate stereo matching, Journal of Visual Communication and Image Representation, 2020.

8.  Improving the antinoise ability of DNNs via a bio-inspired noise adaptive activation function rand softplus, Neural Computation, 2019.

9.  Occlusion Expression recognition based on non-convex low-rank double dictionaries and occlusion error model. Signal Processing: Image Communication, 2019.

10.  Single image rain removal based on depth of field and sparse coding, 24th International Conference on Pattern Recognition (ICPR), 2018.

11.   双向特征融合与特征选择的遥感影像目标检测, 电子学报,2022.

......

有兴趣的同学请将简历发送至:  5350299@qq.com    

CONTACT Me
Scholat.com/chenyh
广州市番禺区广州大学城外环西路100号
我的主页
获取微信名片
  •  个人简介:

  •  学术兼职:

  •  招生领域:

  •  招生方向:

  •  招生要求:

  •  指导学生情况:

  •  主要项目:

  •  代表性论文:

  • Contact Me

SCHOLAT.com 学者网
ABOUT US | SCHOLAT