金骁

2019年11月29日 12:02  点击:[]

基本信息

姓名金骁

性别

所属部门机器智能研究所

行政职务

职称讲师

学历博士

所学专业控制科学与工程

办公电话

电子邮件jinxiao@nankai.edu.cn

研究方向计算机视觉、多媒体技术

               [1] 计算机视觉:让计算机或机器人,通过分析视觉信息(图像和视频等),感知外部环境;

      [2] 多媒体技术:对不同模态多媒体内容(图像、视频、语音、文本、3D模型等)进行分析,并发现其中的规律线索。

招生代码[1] 学术硕士:070105运筹学与控制论、081100控制科学与工程、0811Z1人工智能

         [2] 专业硕士:085400电子信息(085406控制工程、085410人工智能)

       正在招收2025年9月入学的硕士研究生(学硕/专硕/推免/考研等),在顺利完成学业的情况下推荐暑期实习,国外高水平大学联合培养机会.为同学配有独立工位,配备3080Ti以上显卡的GPU工作站.提供细致指导,包括如何选择适合自己的研究方向,如何设计神经网络,如何撰写高效率运行的代码,如何分析实验结果,如何撰写科技论文并回复审稿意见等.

       正在招收2025年9月入学的“强基计划”转段接受研究生,如能获得学硕资格,提供不低于¥2000元/月的生活补贴.

       正在招收2025年9月入学的工程硕博联合培养专项计划推免生:本次招生计划面向本校硕士推免生同学(成绩排名须为前30%),类型为全日制专硕.联培企业是兵器工业.学生入学后在校内外双导师指导下进行联合培养/开展科研攻关/到企业实习实践,总体培养方案/毕业条件,以及学费/学制/各类奖助学金等按所在专业相关标准执行.该项目提供校内住宿.毕业后可自由求职,也可由联培企业推荐工作岗位.联培企业可能设立其他奖助学金.

       欢迎本科生联系毕业设计、学校百项创新项目、国家大学生创新项目以及其他竞赛等.


个人简介

[1] 南开大学, 人工智能学院, 控制科学与工程专业

[2]  The University of British Columbia (2017USNews排名世界第27), Department of Electrical and Computer Engineering

[3] 天津大学, 信息与通信工程专业

[4] 天津大学, 求是学部实验班(全校入学成绩前5%)电子信息工程专业

科研项目、成果、获奖、专利

科研项目:

多媒体篡改检测关键技术研究

视频被动取证关键技术研究

面向深度伪造视频检测的轻量化神经网络技术研究

复杂环境下粒度自适应深度伪造视频检测技术研究


专利:

人脸篡改视频检测方法和人脸篡改视频检测装置

一种基于强化学习的视频篡改操作检测方法及装置

一种基于双流网络的视频篡改操作检测方法及装置

基于张量分解的情感识别方法、装置、介质及电子设备

一种电视台标删除检测方法

一种图像重采样操作插值类型识别方法

一种图像重采样操作检测方法


获奖:

全国博士后人工智能发展与应用论坛优秀奖

全国高校自动化类专业青年教师实验设备设计创客大赛银奖

撰写论文、专著、教材等

论文:

Zero-shot Cross Modality Retrieval via High-Order Correlation and Graph Regularization

Searching for the Fakes: Efficient Neural Architecture Search for General Face Forgery Detection

TriPINet: Tripartite Progressive Integration Network for Image Manipulation Localization

HODINet: High-Order Discrepant Interaction Network for RGB-D Salient Object Detection

RSKNet-MTSP: Effective and Portable Deep Architecture for Speaker Verification

MoADNet: Mobile Asymmetric Dual-Stream Networks for Real-Time and Lightweight RGB-D Salient Object Detection

Video splicing detection and localization based on multi-level deep feature fusion and reinforcement learning

FCMNet: Frequency-Aware Cross-Modality Attention Networks for RGB-D Salient Object Detection

Video frame deletion detection based on time-frequency analysis

Visual Sentiment Classification via Low-rank Regularization and Label Relaxation

Object-based video forgery detection via dual-stream networks

Towards general object-based video forgery detection via dual-stream networks and depth information embedding

Video logo removal detection based on sparse representation

Image Inpainting Detection Based on a Modified Formulation of Canonical Correlation Analysis

AMFNet: an adversarial network for median filtering detection

Sparsity-based image inpainting detection via canonical correlation analysis with low-rank constraints

High-order temporal correlation model learning for time-series prediction

Hierarchical image resampling detection based on blind deconvolution


教材:

《深度强化学习:基于Python的理论及实践》机械工业出版社

讲授课程

本科必修课《深度学习》课件下载

本科必修课《机器学习》

本科选修课《Python语言程序设计》

社会兼职

IEEE/CCF/CAA 会员

审稿:IEEE TIFS/TCSVT/TMM/JBHI, ACM TOMM, Elsevier PR/PRL/NEUCOM/IMAVIS/DISPLA, Springer MTAP 等期刊审稿人

教育部学位与研究生教育发展中心学位论文评审专家

天津市企业科技特派员







上一条:党宇 下一条:黎建宇

关闭