|
林巍峣教授
地址：上海市东川路800号电信群楼1号楼301
电话：+86 21 34208843
邮箱： wylin@sjtu.edu.cn
研究中心：媒体信息网络研究所
个人主页：https://weiyaolin.github.io/
|
个人简介
林巍峣，现为上海交通大学电子信息学院电子工程系教授。分别于2003和2005年获得上海交通大学电子工程学士和硕士学位，并于2010年获得美国华盛顿大学(University of Washington, Seattle)电气工程博士学位。主要研究方向是计算机视觉，人工智能，视频处理与分析，具身智能与机器人、视频通信与编码等。
入选国家级人才项目及国家级青年人才计划。获得上海市及教育部等省部级科技奖励3项、中国电子学会及中国人工智能学会科技奖励3项。获IEEE TCMC中期成就奖、ICME多媒体学术新星奖、及中国产学研合作创新奖。
近年来，共发表国际学术论文100余篇（IEEE/ACM 汇刊及CCF-A类会议论文70+篇），指导学生获得“挑战杯”揭榜挂帅特等奖（擂主）及一等奖各1项、中国电子学会优硕论文奖2项、上海市优硕论文奖1项、上海交通大学优异学士学位论文（Top 1%）奖3项。多名指导的学生获得全额奖学金前往美国麻省理工大学、伊利诺伊大学、华盛顿大学、加州大学、马里兰大学、瑞士苏黎世理工等著名大学深造，或入职百度、腾讯、阿里、字节、微软、谷歌、Facebook等知名企业。
详细介绍请见个人主页：https://weiyaolin.github.io/
研究方向
1. 多媒体处理与内容分析
2. 计算机视觉，人工智能
3. 具身智能与机器人
4. 视频通信与编码
获奖情况
入选国家级人才项目及国家级青年人才计划。获得上海市及教育部等省部级科技奖励3项、中国电子学会及中国人工智能学会科技奖励3项。获IEEE TCMC中期成就奖、ICME多媒体学术新星奖、及中国产学研合作创新奖。
指导学生获得“挑战杯”揭榜挂帅特等奖（擂主）及一等奖各1项、中国电子学会优硕论文2项、上海优硕论文1项、上海交通大学优异学士学位论文（Top 1%）奖3项。
授课
1. ES311: 通信原理 (英文班), 2010-现在
2. ICE9001: 电子信息前沿探索（研究生课程），2019-现在
3. CS0502: 计算机科学导论，2020-2021
4. SE340: 数字图像处理 (英文班), 2012-2018
5. 工程硕士课程: 通信原理 (中文班), 2011-2014
学术兼职
1. "新一代人工智能产业技术创新战略联盟 (AITISA)-视觉特征编码标准化工作组" 联合组长
2. 担任多个期刊编委及CCF-A类会议领域主席
著作及专利
出版著作
1. "Video Object Segmentation : Tasks, Datasets, and Methods," Springer Cham, ISBN: 978-3-031-44655-9, 2024.
2. "Video Object Tracking: Tasks, Datasets, and Methods," Springer Cham, ISBN: 978-3-031-44659-7, 2023.
3. "Video Surveillance: New Technologies and Developments," VDM Verlag, 2011.
4. "Video Surveillance," InTech Press, 2011.
重要论文
1. Scene Graph Lossless Compression with Adaptive Prediction for Objects and Relations, TOMM, 2024.
2. HiEve: A Large-Scale Benchmark for Human-Centric Video Analysis in Events, IJCV, 2023.
3. Exploring the Semi-Supervised Video Object Segmentation Problem from a Cyclic Perspective, IJCV, 2022.
4. Class-aware Sounding Objects Localization via Audiovisual Correspondence, TPAMI, 2022.
5. AP-Loss for Accurate One-Stage Object Detection, TPAMI, 2021.
6. Partition-Aware Adaptive Switching Neural Networks for Post-Processing in HEVC, TMM, 2020.
7. ThiNet: Pruning CNN Filters for a Thinner Net, TPAMI, 2019.
8. A Tube-and-Droplet-Based Approach for Representing and Analyzing Motion Trajectories, TPAMI, 2017.
具体见个人主页：https://weiyaolin.github.io/