DOC《西南交通大学关于2018年度公开招聘应聘人员情况》

西南交通大学关于2018年度公开招聘应聘人员情况 应聘人: 邓涛应聘岗位: 师资博士后 应聘单位: 信息科学与技术学院 应聘单位负责人签章:

1、基本情况 性别 男 国籍 中国 籍贯 重庆合川 现任专业 技术职务 任职时间 出生年月 1989.

11 现工作单位或人事关系所在部门 电子科技大学 最后学位 博士 授予学位单位 电子科技大学 最后学习阶段导师 颜红梅 国内外主要学术及社会兼职 担任IEEE Intelligent Transportation Systems Magazine(A+), IEEE ITSC

2016、2018 审稿人 从事专业 视觉认知与计算、计算机视觉 主要学术成绩、创新成果及评价 (限800字以内) 个人主要研究方向:视觉认知与计算、计算机视觉、智能交通 主研国家级科研项目3项. 目前的研究主要围绕交通驾驶场景展开,基于视觉注意理论,利用眼动跟踪技术,基于自顶向下注意机制、传统机器学习方法、深度学习方法,建立相应的显著性检测模型以及异常驾驶事件检测模型.从类脑驾驶和视觉注意的角度出发,利用视觉认知与计算、计算机视觉、图像/视频处理等技术,解决智能驾驶场景中与驾驶相关的场景信息.主要研究工作如下: 1. 研究了静态驾驶场景中的视觉注意问题,分析了非驾驶员与驾驶员的眼动特性差异,建立了包含自底向上和自顶向下注意机制的静态驾驶场景眼动数据库,可为驾驶场景中的显著性检测模型提供实验数据支持. 2. 根据驾驶员观看静态驾驶场景图像的眼动特征和驾驶中的选择性注意机制,探讨了驾驶场景中受驾驶任务驱动的图像特征信息,创新性地将道路消失点作为驾驶场景的高级认知信息,并与传统的自底向上显著性模型线性结合,建立了一种基于自顶向下注意机制的驾驶场景显著性检测模型框架. 3. 整合驾驶场景的低、高级图像特征,建立了基于随机森林学习方法的驾驶场景显著性检测模型,实现了对驾驶员眼睛注视位置的准确预测. 4. 根据驾驶员观看动态交通视频的眼动特征和注意机制,提出了基于深度学习方法的动态驾驶场景显著性检测模型,建立了简单有效的卷积-反卷积神经网络,其训练时间短、预测效果好,能有效地预测出了驾驶员在驾驶过程中的主要注视区域和次要注意目标. 以上成果发表学术论文7篇(第一或通讯作者6篇),其中SCI收录2篇、EI收录2篇(SCI与EI论文不重复计算),SCI他人引用9次. 明确:第一作者或通信作者论文:A++

2 篇;

A

2 篇;

B+

1 篇.

2、学习经历 学历/学位 起止时间 毕业学校 所学专业 导师 培养方式 本科 2008.9-2012.6 湖南科技大学 信息与计算科学 高明柯 全日制 博士 2012.9-2018.6 电子科技大学 生物医学工程 颜红梅 全日制/硕博连读

3、工作经历 起止时间 职位名称 任职单位 2016.10-2017.10 联合培养博士 美国加州大学圣巴巴拉分校

4、论文情况(5篇以内代表性论文): 序号题目 发表刊物或 出版单位名称 年度 期号 作者 排名 第一作者 单位 刊物性质及期刊号 论文 分区 (学术期刊分级A++ 等,SCI?区 期刊类别影响因子及排序 他人引用次数

1 Learning to Boost Bottom-up Fixation Prediction in Driving Environments via Random Forest. IEEE Transactions on Intelligent Transportation Systems 2017,已录用

1 电子科技大学 SCI;

1524-9050 SCI 二区;

A++ 3.724

2 Where does the driver look? Top-down-based saliency detection in a traffic driving environment. IEEE Transactions on Intelligent Transportation Systems 2016,17(7):2051-2062