Close

刘政怡


发表日期:2018-03-23 供稿:管理员


安徽大学研究生导师简介

院(系、所):计算机科学与技术学院

姓名: 刘政怡

性别: 女

出生年月:  197812

导师类别:硕士研究生导师

技术职称: 副教授

联系方式

liuzywen@ahu.edu.cn

招生专业名称

计算机科学与技术,软件工程

主要研究方向

1.计算机视觉

2.深度学习


个人简历

安徽大学计算机科学与技术学院副教授,博士,硕士生导师,主研方向:计算机视觉

学术成果

安徽大学优秀人才,获得安徽省科学技术二等奖1项,三等奖1项;申请发明专利15项,授权发明专利9项,转让发明专利1项;曾主持安徽省自然科学基金项目1项,安徽省科技攻关计划1项,安徽高校省级自然科学研究项目1项,以第二成员参与国家科技支撑计划1项,安徽省科技攻关计划1项,以主要成员参与国家自然科学基金2项,高等学校博士学科点专项科研基金1项,安徽省科技攻关科技强警1项;发表论文60余篇;出版十二五规划教材1本。

近期发表的相关论文包括:

  1. 王娇娇(研究生),刘政怡.多尺度构图先验的显著目标检测,中国图象图形学报.2015,20(12):1664-1673

  2. 黄子超(研究生),刘政怡.特征融合与S-D概率矫正的RGB-D显著检测,中国图象图形学报,2016,21(10):1392-1401

  3. 宋腾飞(研究生),刘政怡.中心矩形构图先验的显著目标检测.中国图象图形学报,2017,223:315-326

  4. 刘政怡,黄子超(研究生),张志华.显著中心先验和显著-深度概率矫正的RGB-D显著目标检测.电子与信息学报,2017,39(12):2945-2952EI收录)

  5. Zhang Zhihua(研究生), Liu Zhengyi. Influence Updating and Compactness Enhanced Approach for Saliency Detection,Proceedings of the 2017 12th IEEE Conference on Industrial Electronics and Applications, ICIEA2017,Siem Reap, Cambodia,June18,2017.February,2018(EI收录)

  6. Song Tengfei(研究生), Liu Zhengyi. Multi-scale Self-searching Saliency Detection Combined with Rectangular Diffusion,Proceedings of the 2017 12th IEEE Conference on Industrial Electronics and Applications, ICIEA2017,2018(EI收录)

  7. Z. Liu, T. Song(研究生), F. Xie, RGB-D image saliency detection from 3D perspective, Multimedia Tools and Applications, (2018) 1-18SCI收录)

  8. Zhengyi Liu and Feng Xie(研究生). Co-saliency Detection for RGBD Images Based on Multi-Constraint Superpixels Matching and Co-cellular Automata, 1st Chinses Conference on Pattern Recognition and Computer Vision,PRCV2018EI收录)

  9. Zhengyi Liu, Song Shi(研究生). Co-saliency Detection via cluster-based Structured Matrix Decomposition,ICGIP2018EI收录)

近期申请的发明专利包括:

  1. 一种基于构图线的多尺度显著目标检测方法,201510402217X,授权

  2. 一种显著目标的空间三维定位方法,2015104266441,授权

  3. 一种基于中心矩形构图先验的显著目标检测方法,201610576594X,授权

  4. 一种RGB-D图像显著性计算方法,2017101418884,实审

  5. 基于显著中心先验的RGB D图像显著目标检测方法,2017102413233,实审

  6. 一种RGB-D图显著性的检测方法,2017102630038,实审

  7. 一种图像协同显著区域的检测方法,2017105914864,实审

  8. 一种基于单流深度网络的RGB-D显著目标检测方法,2018114034020,实审

  9. 一种基于全局紧凑先验和全局相似度显著传播的协同显著目标检测方法,2018102168452,实审

  10. 一种基于PSORGBD图的协同显著目标检测方法,2018114033704,实审

获奖情况

1.安徽省科学技术二等奖1

2.安徽省科学技术三等奖1

在研项目

主持2019年安徽省自然科学基金面上项目“RGB-D图像显著目标与协同显著目标检测方法研究”


填表时间:2019317