高赞
发布人:研究生处  作者:  发布时间:2018-11-02   浏览次数:861

姓名

高 赞

性别

出生年月

1980.11

籍贯

江西南昌

政治面貌

中共党员

学历、学位

研究生、博士

行政职务

专业技术职务

教授

专业

通信与信息系统

导师类别

博导

博导兼职单位

天津理工大学

电子邮箱

gaoz@sdas.org

个人简历:

高赞,男,工学博士,教授,硕士/博士生导师,计算中心学术带头人,2011年于北京邮电大学获得博士学位,曾先后两次作为国家公派访问学者,在美国卡耐基梅陇大学和新加坡国立大学分别进行为期一年和半年的访问学习。中国计算机学会计算机视觉、多媒体技术、人工智能与模式识别等专委会委员,山东省人工智能学会理事。2011-2018年间,就职于天津理工大学计算机视觉与系统教育部重点实验室,曾任计算机科学与技术学院物联网系主任。2017年被评为天津市高校中青年骨干创新人才,20152012年分别被评为天津市131创新型第二层次和第三层次人才,2016年入选天津市创新人才重点领域创新团队天津市“131”创新型人才团队,2018年入选天津市高等学校创新团队2017年获天津市科技进步二等奖1项。近年来,主持完成或在研国家基金3项,参与省部级以上项目6项,在重要学术期刊和CCF会议上发表论文近50余篇,获授权发明专利3项,软件专利10余项。曾担任CCF A类会议AAAI 20162017 PC member,获得PCM 2018的杰出审稿人,国际期刊Multimedia Tools and Application的客座编委,International Journal of Digital Content Technology and its Applications的编委,十余个国际SCI期刊的审稿人,其中包括TMMTIPTKDDIEEE Transaction on CyberneticsIEEE Transaction on Big DataSignal Processing, IEEE Access, Cognitive ComputationPRPRL, JVCIMTAPNEPLNeurocomputingMultimedia System等。

研究方向:

人工智能、图像\视频分析、信息检索和机器学习及其应用。

主要科研成果:

1)科研项目

[1] 基于双链深度时空网络的跨域人体动作识别算法研究,国家自然科学面上基金,65万元,2019/01-2022/12、主持

[2] 基于多视角多模态潜在关联挖掘的动作识别算法研究、国家自然科学面上基金, 64万元、2016/01-2019/12、主持

[3] 稀疏化、结构化和判别性约束的多视角行为识别方法研究、国家自然科学青年基金,24万元、2013/01-2015/12、主持

[4] 基于深度随机场的跨域细胞为检测方法研究,国家自然科学面上基金,83万元,2015/01-2018/12、合作单位负责人

[5] 视觉注意模型在语义视频搜索中应用,国家自然科学青年基金,24万元,2012/01-2014/12、主要参与人

[6] 视频选择性注意机理与语义特征提取、国家自然科学基金项目重大研究计划培育项目,50万元、2010/01-2012/12、主要参与人

[7] 面向移动服务机器人的通用嵌入式视觉软件、天津市科技支撑项目,110万元、2010.04-2013.03、第三

[8] 机器人视角场景理解的条件随机场模型及算法研究、天津市应用基础与前沿技术研究计划(重点项目),20万元,2014/04-2017/03、第三

[9] 连续4年参加了由美国国家标准技术协会组织的信息检索领域的权威测评会议TRECVID国际竞赛任务,其中2009年在北邮负责的视频语义自动化检索和2010年在卡耐基梅陇大学负责的视频监控任务,都获得了全球第一名

[10] 在计算机视觉和模式识别顶级会议CVPR 2017上的开放域动作识别竞赛任务上(Open Domain Action Recognition Challenge),带领的团队获得了所有参赛队伍的第一名的成绩

2)论文

[1] Z.Gao, D.Y Wang, X.N He and Tat-Seng Chua, Group-pair Convolutional Neural Networks for Multi-view based 3D Object Retrieval, AAAI 2018, OralCCF A类会议)

[2] Gao Z, Li S H, Zhu Y J, etal. Collaborative sparse representation leaning model for RGBD action recognition[J]. Journal of Visual Communication & Image Representation, 2017, 48(C):442-452. (SCI).

[3] Gao Z, Zhang G T, Zhang H, et al. 3D human action recognition model based on image set and regularized multi-task leaning [J]. Neurocomputing, 2017, 252(C):67-76. (SCI).

[4] Gao Z, Li S H, Zhang G T, et al.Evaluation of regularized multi-task leaning algorithms for single/multi-view human action recognition [J]. Multimedia Tools & Applications, 2017, 76(19):1-24.SCI

[5] Z. Gao, W.Z Nie, A.A. Liu , H.Zhang, Evaluation of local spatial–temporal features for cross-view action recognition, Neurocomputing, Volume:173, Part 1, 2016, Pages 110-117. (SCI).

[6] Z. Gao, D.Y WangH. Zhang, G.P Xu and Y.B Xue, A Fast 3D Retrieval Algorithm via Class-Statistic and Pair-Constraint Model, ACM MM 2016. (CCF A类会议)

[7] Z. Gao, H. Zhang, G.P Xu,Y.B Xue and A. G. Hauptmannc , Multi-View Discriminative and Structured Dictionary Learning with Group Sparsity for Human Action Recognition, Signal Processing, Volume: 112 , Pages: 83-97, 2015. (SCI ).

[8] Z. Gao, H. Zhang, G.P Xu, Y.B Xue, Multi-perspective and Multi-modality Joint Representation and Recognition Model for 3D Action Recognition, Neurocomputing, Volume 151, Part 2, 2015, Pages 554–564. (SCI ).

[9] W.Z Nie, A.A Liu, Z. Gao and Y.T Su, Clique-graph Matching by Preserving Global & Local Structure, International Conference on Computer Vision and Pattern Recognition, (CVPR) 2015. (CCF A 类会议)

[10] Z. Gao, H. Zhang, A.A Liu, G.P Xu and Y.B Xue, Human Action Recognition On Depth dataset, Neural Computing and Applications, October 2016,Volume 27,Issue7,pp.2047-2054. (SCI ).

[11] A.A Liu, Y.T Su, P.P Jia, Z. Gao, T. Hao, Z.X Yang, Multipe/Single-View Human Action Recognition via Part-induced Multi-task Structural Learning, IEEE Transactions on Cybernetics, Vol. 45,   No. 6, pp. 1194-1208, 2015. (SCI ).

3)专利

[1]高赞、张桦、徐光平、薛彦兵、申晓霞、宋健明,基于多视图和多模态特征的自适应动作识别方法,专利号:ZL 2013 1 0386606.9.

[2]高赞、申晓霞、张桦、薛彦兵、徐光平,基于深度与RGB信息和多尺度多方向等级层次特征的行为识别方法,专利号:ZL 2013 1 0259191.9.

[3]高赞、张桦、宋健明、薛彦兵、徐光平,基于协同表示和判别准则的多视角联合动作词典学习方法,受理号:20141048447.7.

[4]张桦、高赞、张燕、汪日伟、徐光平、薛彦兵,一种基于特征变换和词典学习的动作识别方法,受理号:201410632838.2.

[5]张桦、高赞、宋健明、薛彦兵、徐光平,一种基于深度运动轨迹的人体动作识别方法,受理号:201410485407.8.

[6]高赞、张桦、刘安安、徐光平、薛彦兵、董晨,多约束下的多视角监控视频行为检测和识别方法,受理号:201210470278.6.

[7]10余项软件著作权

4)科研奖励

2018年获天津市科技进步二等奖,视觉感知方法及其在智慧城市交通中的应用,主要参与人

荣誉称号:

2017年被评为天津市高校“中青年骨干创新人才培养计划”;2015年被评为天津市“131创新型人才培养工程第二层次人才;2012年被评为“天津市“131”创新型人才培养工程第三层次人才”;2018年入选天津市高等学校创新团队”;2018年入选“山东省泰山学者攀登计划团队”;2016年入选天津市创新人才重点领域创新团队”;2016年入选天津市“131”创新型人才团队

社会兼职:

国家自然科学基金函评专家、天津市自然科学基金评审专家

山东省人工智能学会理事,中国计算机学会模式识别与人工智能学会专委会委员、中国计算机学会计算机视觉专委会委员、中国计算机学会多媒体技术专委会委员

IEEE Transactions on MultimediaIEEE Transactions on Big   DataIEEE MultimediaACM   Multimedia Pattern RecognitionInformation ScienceSignal Processing,   Cognitive ComputationJournal of   Visual Communication and Image RepresentationNeuroComputing Multimedia Tools and   ApplicationNeural Computing and Applications Multimedia System and KSII Transactions on Internet and   Information Systems等国际期刊的审稿人

CVPRACM MMAAAIPCMICPRICIP and ICSC等国际会议的审稿人,且获得2018PCM的杰出审稿人

Multimedia Tools and Application 客座编辑,International Journal of Digital Content Technology and its   Applications编辑