机器智能课题组
在线学习
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Batch训练无法满足需求。我们意在提出在线学习方法,设计在线度量学习模型,同时消除数据的特征冗余和秩冗余,避免过拟合问题的同时,降低模型维度,提高检测效率。

代表论文:

Yang Cong, Baojie Fan, Ji Liu, Jiebo Luo,Haibin Yu, Speeded up Low Rank Online Metric Learning for Object Tracking, IEEE Transactions on Circuits and Systems for Video Technology, 2015.

Yang Cong, Ji Liu, Junsong Yuan, Jiebo Luo, Self-supervised Online Metric Learning with Low Rank Constraint for Scene Categorization,IEEETransactions on Image Processing, v22, n 8, pp 3179 - 3191, 2013.
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:

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.

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.
面向公共安全的异常行为检测
医学影像分析及导航系统,能够有效地减轻医生的工作量并提高病灶的识别率。提出基于群稀疏约束的深度特征选择模型,减轻了高维特征中冗余和干扰信息的影响,提高了处理速度。

我们的数据库医学影像分析数据库

代表论文:

Yang Cong, Shuai Wang, Ji Liu, Jun Cao, Yunsheng Yang, Jiebo Luo, Deep Sparse Feature Selection for Computer Aided Endoscopy Diagnosis, Pattern Recognition, Volume 48, Issue 3, March 2015, Pages 907-917.

Shuai Wang, Yang Cong, Huijie Fan, et al., "Multi-class Latent Concept Pooling for Computer-Aided Endoscopy Diagnosis", ACM Transactions on Multimedia Computing, Communications, and Applications, Volume 13 Issue 2, 2017.
医学影像分析及导航
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,同时实现多任务预测、分类等工业数据处理需求。

代表论文:

Yang Cong, Baojie Fan, Ji Liu, Jiebo Luo,Haibin Yu, Speeded up Low Rank Online Metric Learning for Object Tracking, IEEE Transactions on Circuits and Systems for Video Technology, 2015.

Yang Cong, Ji Liu, Baojie Fan, Haibin Yu, Jiebo Luo, Online Similarity Learning for Big Data with Overfitting, IEEE Transactions on Big Data, 2017.
新一代机器视觉技术
随着劳动力紧缺和成本提高,制造业急需产形升级, 以机器替代人。其中急需突破的关键技术是更加智能、灵活的机器视觉系统。我们设计了可适应2D 和 3D 环境具有在线自学习能力的机器视觉系统,已实现任意工件识别、匹配和位姿估计,该系统可用于工业机械人的快速分拣、码垛、智能装配、定位、缺陷检测等领域。

代表论文:


Yang Cong, Haifeng Gong, Yandong Tang, Shuzhi Sam Ge, Jiebo Luo, Real-time One-dimensional Motion Estimation and its Application in Computer Vision, Machine Vision and Application, v26, issue 5, p633-648, 2015.

Yang Cong, Junsong Yuan, Yandong Tang, Video Anomaly Search in Crowded Scenes via Spatio-Temporal Motion Context, IEEE Transactions on Information Forensics & Security, v 8, issue 10, pp 1590-1599, October 2013.

中国科学院沈阳自动化研究所 版权所有 1996-2013   辽ICP备05000867
部分在研项目

1、机器人视觉感知与在线学习

经费来源:国家自然科学基金委优秀青年基金

2017-2020; 联系人: 丛杨


2、面向工业机器人的三维视觉感知与引导理论方法研究

经费来源:国家自然科学基金委与深圳市联合基金重点项目

2017-2020;联系人: 丛杨


3、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 子课题:在线机器学习理论与方法研究

经费来源:国家自然科学基金重点项目;

2016-2020; 联系人: 丛杨


4、高温气化条件下熔渣速度场和粘度在线测量仪

经费来源:中国科学院科研装备研制项目

2017-2018; 联系人: 丛杨


部分已完成项目

1、机器人在线学习和场景感知研究?

经费来源:国家自然科学基金;

2014-2017; 联系人: 丛杨


2、基于稀疏表达和字典选择的一致异常行为算法研究

经费来源:国家自然科学基金;

2014-2017; 联系人: 丛杨

中文    English