机器智能课题组
在线学习&终身机器学习
对机器人或视频分析等实际应用系统来说,需要其具有在线自主学习能力,而传统方法均基于Batch样本或任务训练无法满足需求。课题组意在提出在线学习方法,设计在线度量学习模型,消除数据的特征冗余和秩冗余,避免过拟合问题;提出一系列终身机器学习算法,降低模型复杂度的同时节省样本存储空间。

代表论文:
[1]Gan Sun, Yang Cong, Jiahua Dong, Yuyang Liu, Zhengming Ding, Haibin Yu. What and How: Generalized Lifelong Spectral Clustering via Dual Memory. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021.
[2]Gan Sun, Yang Cong, Yulun Zhang, Guoshuai Zhao, Yun Fu. Continual multiview task learning via deep matrix factorization.IEEE transactions on neural networks and learning systems, 2020.
[3]Yang Cong, Ji Liu, Junsong Yuan, Jiebo Luo, Self-supervised Online Metric Learning with Low Rank Constraint for Scene Categorization, IEEE Transactions on Image Processing, v22, n 8, pp 3179 - 3191, 2013.
新一代机器视觉技术
传统机器人自动化作业场景基于示教型作业,面临诸如重复性作业、柔性装配能力差、自动化程度低、人工示教时间长等多方面局限性。课题组针对工业场景中混叠、遮挡、多目标、弱纹理等因素导致难以实现精准3D目标识别的问题,研究具有不变性及可区分性的3D特征描述子;针对实时性的需求,研究高速特征匹配算法,开发了基于3D目标识别和位姿估计的智能抓取系统。其集成的3D视觉技术提高了作业的智能化程度、自动化程度、环境适应性,并且可以替代人工视觉,可实现在混叠、遮挡、多目标、弱纹理等复杂环境下3D目标的准确识别及抓取。

代表论文:
[1]Hongsen Liu, Yang Cong, Gan Sun, Yandong Tang. "Robust 3-d object recognition via view-specific constraint." IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2020.
[2] Hongsen Liu, Yang Cong, Chenguang Yang, Yandong Tang. "Efficient 3D object recognition via geometric information preservation." Pattern Recognition, 2019, 92: 135-145.
[3]Yang Cong, Dongying Tian, Yun Feng, Baojie Fan, Haibin Yu. "Speedup 3-D texture-less object recognition against self-occlusion for intelligent manufacturing." IEEE Transactions on Cybernetics, 2018
精细化水下感知与测量
随着海洋开发日益推进,发展智能化水下装备成为国家战略目标。课题组致力于突破水下视觉传感器自适应标定、跨介质精细化三维测量、复杂水下环境目标识别等基础理论与关键技术,研制我国自主可控的精细化水下目标感知与测量系统,实现精细化水下目标视觉感知与测量,可应用于海洋生物观测和深海战略性资源勘探。

代表论文:


[1]Yang Cong*, Baojie Fan, Dongdong Hou, Huijie Fan, Kaizhou Liu, Jiebo Luo; Novel event analysis for human-machine collaborative underwaterexploration, Pattern Recognition, 2019, 96: 106967. 
[2]Changjun Gu; Yang Cong* ; Gan Sun; Three Birds, One Stone: Unified Laser-Based 3-D Reconstruction Across Different Media, IEEE Transactions on Instrumentation and Measurement, 2021, 70: 5004712.
[3]Changjun Gu, Yang Cong*, Gan Sun, Environment Driven Underwater Camera-IMU Self-Calibration for Monocular Visual-Inertial SLAM, IEEE International Conference on Robotics and Automation, 2019, EI
医学影像分析及导航
计算机辅助的医疗病灶诊断在医学图像领域一直是亟需解决的科研难题。课题组致力于突破病灶外观多样化、监督训练样本少、低分辨图像引起的泛化性能差的问题,提出无监督、弱监督信息指导下的跨域病灶语义知识迁移系统,实现病灶诊断的泛化诊断性能,可应用于医学图像领域多源多模态病灶诊断。

我们的数据库医学影像分析数据库

代表论文:

[1]Jiahua Dong, Yang Cong, Gan Sun, Bineng Zhong, Xiaowei Xu, What Can Be Transferred: Unsupervised Domain Adaptation for Endoscopic Lesions Segmentation, IEEE Conference on Computer Vision and Pattern Recognition, 2020
[2]Jiahua Dong, Yang Cong*, Gan Sun, Semantic-Transferable Weakly-Supervised Endoscopic Lesion Segmentation, International Conference on Computer Vision, 2019.
[3]Jiahua Dong, Yang Cong, Gan Sun, Yunsheng Yang, Xiaowei Xu, Zhengming Ding, Weakly-Supervised Cross-Domain Adaptation for Endoscopic Lesions Segmentation, IEEE Transactions On Circuits And Systems For Video Technology, 2020
工业大数据处理
面向工业4.0和智能制造2025,工业已进入"大数据"时代。我们研究重点集中于,解决因采集、传输、成本和条件制约等原因引起"数据缺失"的工业大数据处理问题,提出基于稀疏表达和重构的异常工业大数据检测模型,实现异常数据的有效、快速检测;提出基于低秩约束的多任务机器学习模型,可利用有限采集信息,同时实现多个用户属性预测、分类等工业数据处理需求。

代表论文:
[1]Dongdong Hou, Yang Cong, Gan Sun, Ji Liu, Xiaowei Xu. Anomaly detection via adaptive greedy model[J]. Neurocomputing, 2019, 330: 369-379.
[2] Yang Cong, Gan Sun, Ji Liu, Haibin Yu, Jiebo Luo. User attribute discovery with missing labels[J]. Pattern Recognition, 2018, 73: 33-46.
[3]Gan Sun, Yang Cong, Dongdong Hou, Huijie Fan, Xiaowei Xu, Haibin Yu. Joint household characteristic prediction via smart meter data[J]. IEEE Transactions on Smart Grid, 2017, 10(2): 1834-1844.
面向公共安全的异常行为检测
面向公共安全,针对公共场所多人流密度区域,实验室使用视频图像分析识别技术,研发了视频越线及区域动态人流密度自动识别系统,能够实时多角度自动识别计算动态越线及区域人流密度。

代表论文:

[1]Yang Cong, Haifeng Gong, Songchun Zhu, Yandong Tang "Flow Mosaicking: Real-time Pedestrian Counting without Scene-specific Learning", IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), p 1093-1100, 2009.

[2]Yang Cong, Ji Liu, Junsong Yuan, Jiebo Luo, Low-Rank Online Metric Learning, Page 203-233, in Yun Fu, Low-Rank and Sparse Modeling for Visual Analysis, Springer, 2014 ISBN:978-3-319-11999-1(Print) 978-3-319-12000-3.

中国科学院沈阳自动化研究所 版权所有 1996-2013   辽ICP备05000867
部分代表性研究项目

1、国家自然科学基金委员会,国家重大科研仪器研制项目,深海精细化三维感知仪器研制,2022/01至2026/12,在研,主持

2、国家自然科学基金委员会,优秀青年科学基金项目,机器人视觉感知与在线学习,2018-01至2020-12 ,已结题,主持

3、中华人民共和国科学技术部,国家重点研发计划,水下机器人近底精细目标检测与避障控制共性技术,2019-12至2022-11 ,在研,主持

4、中华人民共和国科学技术部,国家重点研发计划,灵巧精准操作技能学习的平台验证,2019-12至2024-11,在研,参加

5、国家自然科学基金委员会,创新研究群体项目,机器人感知、控制与协同,2019-01至2023-12,在研,参加

6、国家自然科学基金委员会,联合基金重点项目,面向工业机器人的三维视觉感知与引导理论方法研究,2017-01至2020-12,已结题,主持

7、中国科学院,科研装备研制项目,高温气化条件下熔渣速度场和粘度在线测量仪, 2017-01至2018-12,已结题,参加(排名2,沈自所负责人)

8、国家自然科学基金委员会,重点项目,面向智慧企业的工业认知网络体系架构、设计方法与应用验证,2016-01至2020-12 ,已结题,参加

9、国家863计划课题,面向重型机械,塑胶行业的经济型机械加工机器人单元及生产线开发及应用,2013-01至2015-12,已结题,参加

10、国家自然科学基金委员会,面上项目,机器人在线学习和场景感知研究 ,2014-01至2017-12 ,已结题,主持

11、中华人民共和国科学技术部,国家科技支撑计划,胃镜诊断治疗辅助机器人系统研制,2012-01至2015-12,已结题,参加

12、国家自然科学基金委员会,青年科学基金项目,基于稀疏表达和字典选择的一致异常行为算法研究,2012-01至2014-12,已结题,主持

13、辽宁省,”兴辽英才计划”青年拔尖人才项目,2018,已结题,主持


首页   Main Page