张兆翔

张兆翔

来自 网络 的图片

张兆翔，男，1983年3月生，博士，中国科学院自动化研究所研究员，博士生导师，IEEE高级会员，研究领域包括模式识别、计算机视觉、数字图像处理与机器学习。

目录

基本信息

人物说明----中国科学院自动化研究所研究员，博士生导师

民 族 ---- 汉族

出生日期----1983年3月

国 籍 ---- 中国

职 业 ---- 中国图像图形学会会员发展与服务委员会副主任

主要成就----致力于图像视频分析与理解的理论与方法研究，以智能视觉监控为应用背景，以信息整合为手段

研究方向

1. 智能视觉信息处理(视觉认知计算，智能视觉监控，物体检测、跟踪与识别，行为分析与事件理解，面向多摄像机的可视信息整合，面向互联网可视数据的分析、检索与挖掘)2. 生物特征识别 (人脸分析、检索与识别，步态分析与识别，签名笔迹识别)3. 遥感航拍图像处理 (变化检测，数据融合，航拍图像识别)4. 面向社会网络的模式识别与挖掘方法.张兆翔于2004年毕业于中国科学技术大学获得电路与系统专业学士学位;2004年进入中国科学院自动化研究所模式识别国家重点实验室，于2009年获得模式识别与智能系统专业博士学位;2009年进入北京航空航天大学计算机学院;2011年作为访问学者在英国伦敦大学玛丽皇后学院进修，目前承担了国家自然科学基金青年基金项目，863子课题，高校基本科研业务费和多项企业级合作项目，在IEEE Transactions on Image Processing，IEEE Transactions on SMC和CVPR等国际主流期刊和会议上发表文章56篇，申请专利7项，已授权3项，是IEEE Transactions on Image Processing，Pattern Recognition，Computer Vision and Image Understanding等国际期刊审稿人，担任了多个国际会议的程序委员会委员，承担了《模式识别》、《机器学习》等研究生课程的教学。

学术任职

IEEE Senior Member (2015至今)

Associate Editor, Journal of NeuroComputing (2015至今)

Associate Editor, Journal of IEEE Access (2015至今)

Youth Associate Editor, Journal of FCS (2015至今)

中国人工智能学会学术工作委员会委员

中国人工智能学会模式识别专委会副秘书长

中国图像图形学会会员发展与服务委员会副主任

学术成就

致力于图像视频分析与理解的理论与方法研究，以智能视觉监控为应用背景，以信息整合为手段，以提升视觉算法准确性和鲁棒性为目的开展了系统的 科研工作，取得了一系列创新成果，入选 "教育部新世纪优秀人才支持计划"、"北京市青年英才计划"、"微软青年学者铸星计划"，是"中国科学院脑科学 与智能技术卓越创新中心"年轻骨干。 申请人在《IEEE T-IP》、《IEEE T-CSVT》、CVPR等本领域主流期刊与会议上发表或录用论文83篇，包括SCI收 录期刊论文32篇，IEEE汇刊15篇，中国计算机学会(CCF)推荐的A类/B类期刊与会议论文35篇

研究兴趣

1、基于认知机理和脑启发的视觉计算方法研究

以面向大数据的智能视觉监控等为应用背景，开展基于视觉认知机理和脑启发的视觉计算方法研究，研究视觉计算的整体化感知与层次化表达机制，研 究视觉计算不同层次间的相互导出和反馈机制，利用大数据冗余信息构建高性能的视觉计算模型。

2、多尺度类脑神经网络计算模型研究

人工神经网络伴随着人工智能学科的成长取得了长足的发展，以深度学习为代表神经网络方法目前在各种视听觉应用中取得突破。但深度神经网络与人 脑的架构、机制、功能等各方面存在显著差异。如何借鉴和模仿人脑，构建多尺度的类脑神经网络，对不同功能区进行模块化整合，突破深度神经网络 现有的局限性，是我们重点研究的问题。

3、类人自主学习方法研究

人的学习机制在宏观上存在高度自主性特色，能够对已有知识进行归纳和总结，并举一反三、触类旁通的应用于其他问题。我们主要借鉴人的学习特性 ，开展基于大样本的学习模型构建和基于小样本的模型自适应，引入长期学习机制，探讨学习目标随着时间、任务变化的自适应性，进而达到类人自主 学习的目标。

4、以多模态感知为应用背景的示范应用

多模态数据之间存在互补性，即便是同种模态如视觉数据，也存在不同领域数据的耦合问题。我们以多模态感知为应用背景，借鉴人脑机制和视觉特性 ，开展类脑神经网络和类人学习机制的应用，并通过应用验证相关理论的可行性和优越性

代表论文

1. Jie Qin, Li Liu, Zhaoxiang Zhang, Yunhong Wang and Ling Shao* (2016), Compressive Sequential Learning for Action Similarity Labeling, IEEE Transactions on Image Processing

2. Jiaxin Chen, Zhaoxiang Zhang*, Yunhong Wang (2015): Relevance Metric Learning for Person Re-Identification by Exploiting Listwise Similarities

3. Zhaoxiang Zhang*, Tieniu Tan, Kaiqi Huang, Yunhong Wang (2013): Practical Camera Calibration From Moving Objects for Traffic Scene Surveillance. IEEE Trans

4. Maodi Hu, Yunhong Wang, Zhaoxiang Zhang* (2013), De Zhang, James J. Little: Incremental Learning for Video-Based Gait Recognition With LBP Flow

5. Zhaoxiang Zhang*, Yuhang Zhao, Yunhong Wang, Jianyun Liu, Zhenjun Yao, Jun Tang (2013): Transferring Training Instances for Convenient Cross- View Object Classification in Surveillance

6. Maodi Hu, Yunhong Wang, Zhaoxiang Zhang*, James J. Little, Di Huang (2013): View-Invariant Discriminative Projection for Multi-View Gait-Based Human Identification

7. Peijiang Liu*, Yunhong Wang, Di Huang, Zhaoxiang Zhang, Liming Chen (2013): Learning the Spherical Harmonic Features for 3-D Face Recognition

8. Zhaoxiang Zhang*, Tieniu Tan, Kaiqi Huang, Yunhong Wang (2012): Three-Dimensional Deformable-Model-Based Localization and Recognition of Road Vehicles

9. Yunhong Wang, Zhaoxiang Zhang*, Weixin Li, Fangyuan Jiang (2012): Combining Tensor Space Analysis and Active Appearance Models for Aging Effect Simulation on Face Images. IEEE Transactions on Systems, Man

10. Maodi Hu*, Yunhong Wang, Zhaoxiang Zhang, De Zhang (2011): Gait-Based Gender Classification Using Mixed Conditional Random Field. IEEE Transactions on Systems, Man, and Cybernetics

在研课题

1. 基于多任务学习的跨视角视频分析理论与方法研究，国家自然科学基金面上项目

2. 跨视角视频分析与识别，MSRA高校合作项目

3. 基于迁移学习的行为识别理论与方法，国家自然科学基金国际合作与交流项目

4. 类脑视觉感知通路计算，中国科学院先导B项目

视频

张兆翔：脑启发的机器视觉感知与学习 2021年8月18日发布