1、装山东大学青年学者未来计划申报书所在单位信息科学与工程学院订申请人贲晛烨填表日期2016年2月1日线山东大学人事部制- 1 -填写说明1申报书内容要逐项填写，实际内容不发生的，请注明“无”。有字数限制的，应严格控制在限定字数以内。2申请人应客观、如实填写申报材料，所在单位应严格把关，对申报材料进行认真审查。3“研究领域”请填写所在研究方向的关键词，至多填写三项。4项目“经费来源” 请填写项目的具体性质， 如“美国 NIH 基金项目”、“863 项目子课题”、“国家社会科学基金项目”等。5表中涉及时间的，一律按“2013.09”格式填写。6本申报书一式一份，用A4 双面纸打印，按左侧装订线装订。
2、 2 -一、申请人基本情况姓名贲晛烨性别女出生年月1983.12专业技术最高学历博士最高学位博士副教授职务所在二级信号与信息处理研究领域模式识别、图像处理、情感计算学科起止年月学位毕业院校专业教育经历（从2002.09-2006.07学士哈尔滨工程大学自动化学院电气工程及其自动化大学起填2006.09-2010.03博士哈尔滨工程大学自动化学院模式识别与智能系统（保写）送、连读）起止年月就职单位从事工作及职位工作2010.04-2012.05哈尔滨工业大学 交通运输工程流动站博士后经历2011.11-2014.08山东大学信息科学与工程学院讲师（含2014.09- 今山东大学信息科学与工程学
3、院副教授海外2014.12-2015.12Faculty of Engineeringand Information国家公派访问学者研修Technology, University of Technology,情况）Sydney国际国内学术组织兼职、在国际国内学术会议做重要报告等情况：(1) 国家自然科学基金函审专家；(2) IEEE Transactions on Neural Networks and Learning Systems、Neurocomputing、NeuralComputing and Applications 、Ain ShamsEngineeringJournal 、
4、Signal Processing、PatternRecognition Letters 、Journal of Systems Architecture、InternationalJournal其它、 Security and Communication Networks等国际期刊的审稿专家；of Electronics(3) 电子学报、计算机应用研究、上海大学学报 ( 自然科学版 ) 、模式识别与人工智能、控制与决策、计算机工程与科学、电波科学学报、计算机科学等国内核心期刊的审稿专家；(4) 国网福建省电力有限公司 “模型驱动的电网智能化综合数据资源维护系统” 科技成果验收评审专家。申请人
5、结合山东大学信息科学与工程学院图像处理与模式识别技术研究所和澳大利亚所在学术团队， 成员中包括研悉尼科技大学量子计算和智能系统实验室发起建立了“图像识别”学术通过定期开展研讨会和联合研究，不断交流科学思想究能力突出的青年学术骨干和研究生，团队100 多篇，其中，包括TPAMI、 TIP 、 TNNLS、和技术成果。近五年累计发表学术论文情况余次（ google scholar）。Neurocomputing 等模式识别、图像处理相关刊物，他引600是否入选国家、省部级人才支持计划： 是 否人才支持计划项目名称：入选时间 ：年月- 3 -二、教学及人才培养情况（近五年）教育教学情况简介（限500
6、 字，包括主要授课课程、授课对象以及指导研究生等情况）面向本学院教授的本科生课程有：数字图像处理 （双语）、电路、信号与系统和数字信号处理，面向本学院教授的研究生课程有：图像处理技术和前沿讲座，面向环境科学与工程学院教授本科生课程电工电子学 ，面向全校本科生开设暑期学校开源软件编程实践 ，累计指导本科毕业设计33 人，年平均授课学时492.6 ，年平均本科学时330.6 。授课认真，注重引导激发学生的学习兴趣与创新思维，受到学生们的好评；指导硕士研究生9 人，其中，获得研究生国家奖学金2人次；参加山东大学教学改革项目 信息学科实验教学改革探索 （ 2/6 ）、信号与系统课程教学优质资源的建设与
7、应用 （ 5/5 ）、双语教学改革的探索与实践 （ 2/4 ）；参与山东大学本科生院对宁夏地区的拓展招生活动，平时努力发掘宁夏当地可用的校友资源，并与宁夏各个高级中学保持紧密联系。三、主要研究成绩及代表性成果（填写近五年情况）（一）主要学术成绩、创新点及其科学意义（字数限本页）申请人在国内、外核心期刊上共发表70 多篇学术论文，累计引用243 次（ Google Scholar ），丰富了模式识别、度量学习、特征提取的理论体系，提高了计算机的鲁棒特征提取、理解和匹配识别能力，为推进信息处理的发展起到了作用，具有广泛的应用价值和重要的理论意义。主要创新研究与贡献可以总结为如下方面：1. 在耦合度
8、量学习理论方法方面：针对传统度量学习算法无法做到图像形态存在较大差异时匹配的问题，提出了耦合度量学习理论方法框架以及基于边信息 / 局部保留 / 相关关系 / 类别信息 / 联立判别信息的耦合距离度量学习算法， 并由向量空间扩展到矩阵 / 张量 / 非线性空间下的耦合度量学习理论方法， 解决了来自不同集合的元素间的度量问题，在注册集和测试集的图像存在较大差异时，匹配识别精度达到国际一流水平。2.在数据降维、鉴别分析、稀疏表示方面：针对数据降维、 鉴别分析的特征提取问题，给出了二维主成分分析的一系列改进算法；并采用神经网络的方式提出了二维主成分分析的自适应主成分提取的方法，大大降低了空间复杂度；
9、给出了多线性均值成分分析算法； 给出了多线性大间距算法； 给出了带有类判别信息的正交张量分析算法和子模式带有类判别信息的正交张量分析算法；这些算法较现有方法用于图像识别时具有更高的识别性能。针对稀疏表示的特征提取问题，给出了基于较大编码系数强化的稀疏编码算法，可提高对部分遮挡、光照变化人脸识别的鲁棒性。3. 在人脸识别、步态识别的关键技术方面：针对人脸检测、五官定位和人脸对齐问题，提出了基于改进Adaboost 算法和人脸几何特征的眼睛定位方法； 针对低分辨率人脸识别问题，提出一种耦合步态特征的低分辨率人脸识别算法；针对可见光条件下的步态周期检测问题，提出了基于区域特征分析的步态周期检测算法，
10、基于人体解剖学确定下臂摇摆的正面步态周期检测算法，基于双椭圆拟合的步态周期检测算法，其中第三种算法对步态具有平移、尺度不变性，对饰物（背包、外套）变化、视角变化也具有鲁棒性；针对深度信息下的步态周期检测问题，提出了基于深度信息分层编码的步态周期检测算法；由于行走过程中两帧之间的特征只与它前一帧的特征和后一帧的特征有关系，提出了基于线性插值的矩阵步态识别算法框架，实现对行走速度变化具有鲁棒性的步态识别，提出的框架给步态识别问题带来了新的解决思路；为了提升生物特征识别能力，给出了人脸特征辅助步态特征的决策级融合方法，搭建了远距离视频下的正面人体自动身份识别系统。- 4 -（二）发表（出版）论著情况
11、近五年，共出版著作0册，发表论文52篇，其中以第一作者或通讯作者发表的论文被SCI 收录10篇、EI 收录14 篇、SSCI 收录 0篇、CSSCI收录 0篇。以下限填 10 项。）序时间论著名称刊物名称 /位次收录影响他引号出版单位情况因子次数12013.11KernelcoupleddistancemetricNeurocomputing1SCI2.0051learning for gait recognition andface通信recognition22013.03Agent-based approachforcrowdedIET Intelligent1SCI0.9542pede
12、strian evacuation simulationTransport通信Systems32012.11Animproved biometricstechniqueNeurocomputing1SCI1.6342based on metric learning approach通信42012.03Dual-ellipsefittingapproach forNeurocomputing1SCI1.6343robust gait periodicity detection通信52012.04GaitfeaturecouplingforElectronics1SCI1.0380low-reso
13、lution face recognitionLetters通信62015.02Orthogonal multilinear discriminantOptik-1SCI0.6770analysisanditssubblocktensorInternational通信analysis versionJournalforLightandElectron Optics72015.05AnAdaptiveNeuralNetworksNeural1SCI1.5690Formulation for the Two DimensionalComputingand通信Principal Component
14、AnalysisApplications82015.09Gait recognition andmicro-expressionNeural1SCI1.5691recognition based on maximum margin Computingand通信projection with tensor representationApplications92015.12CoupledmarginaldiscriminantOptik-2SCI0.6770mappings forlow-resolutionfaceInternational通信recognitionJournalforLigh
15、tandElectron Optics102016.01Micro-expression recognition systemOptik-2SCI0.6770International通信JournalforLightandElectron Optics- 5 -（三）主持、参与项目情况（近五年，共主持 10 项项目，其中省部级及以上项目6 项。以下限填 10 项）序起止时间项目名称实到经费位次经费来源号(万元 )12016.01-2019.12基于跨域异质度量迁移学习的心29（直接经1国家自然科学理应激微反应自动分析方法研究费）基金项目22013.01-2015.12矩阵对齐的耦合距离度量学
16、习方241国家自然科学法研究基金项目32013.01-2015.12矩阵对齐的耦合距离度量学习理41教育部博士点论及其解耦方法研究基金项目42013.05-2016.05图像识别中的张量对齐的强耦合81人社部博士后距离度量学习理论研究面上项目52014.07-2017.07面向多源跨域图像匹配的耦合度151人社部博士后量学习理论研究特别资助项目62015.01-2016.12低分辨率多姿态人脸识别的关键31CAD&CG国 家 重技术研究点实验室项目72013.10-2015.10面向维数约简的多源图像数据匹21山东省博士后配方法研究创新项目82011.01-2012.12宽带多媒体集群系统技术
17、验证调02科技部国家重度子系统大专项子课题92011.01-2013.12宽带无线专网总体技术及标准化02科技部国家重研究大专项子课题102012.01-2015.12基于级联模糊提取和改进似然相03国家自然科学似比的人脸特征加密算法研究基金项目（四）省部级以上奖励及授权专利情况（近五年，共获得8 项专利，其中发明专利8项，实用新型专利0项；获得省部级及以上奖励0项。 以下限填5 项）序获奖项目名称获奖名称、等级及受奖单位获奖时间位次号(或专利名称 )(或专利授权国、专利号 )( 或公告日 )1一种奇、偶分组的局部二元模式的中国、 ZL201310086362.22015.12.231人脸表情
18、识别方法2一种深度信息分层编码的步态周期中国、 ZL201310173406.52015.02.181检测方法3一种多线性大间距的特征提取方法中国、 ZL201310176389.02015.12.2314一种耦合步态特征的低分辨率人脸中国、 ZL201210124404.22013.11.271识别方法5一种对行走状态变化具有鲁棒性的中国、 ZL201310206820.12016.01.251步态识别方法- 6 -四、可行性及预期目标工作计划：入选本计划后工作设想、研究工作主要内容，工作目标，预期贡献及现有基础、团队情况等（本栏限 1 页）“心理应激微反应”是人们在受到有效刺激的一刹那，不
19、由自主地表现出的不受思维控制的瞬间真实反应。关于心理应激微反应自动分析的研究侧重在狭义的“微表情”层面上，并且受困于有标签的训练样本少的问题。标注大量的样本耗时耗力，而且从人的主观角度去标注也容易出差错。那么，如何依靠图像处理、模式识别、机器学习技术和方法试图分析人的真实情绪和如何依靠源域（“微语义” ）数据，建立可靠的模型并对目标域（ “微表情” ）数据进行分类是有待解决的问题。“微表情”数据和“微语义”数据具有不同的数据分布，因此属于“跨域”数据，入选本计划后工作设想是基于本人的研究基础开展跨域异质度量迁移学习理论及其在心理应激微反应自动分析上的应用研究。研究工作主要内容分为理论和应用两部
20、分。理论部分是提出并研究跨域异质度量迁移学习理论，包括三个方法：从特征选择的角度出发，提出稀疏耦合度量学习方法；从跨域重建的角度出发，提出源域目标化的领域适应度量学习方法；从回归分析的角度出发，提出回归分析的异质度量迁移学习方法。应用部分是将跨域异质度量迁移学习理论应用在心理应激微反应自动分析上，心理应激微反应考虑到两方面的线索，即微语义和微表情。微语义是把语音线索提取出韵律特征和音质特征，再拟通过Relief 特征选择后得到的，并把微语义作为跨域异质度量迁移学习中的源域，而目标域就是微表情，它是人脸表情方面的线索，拟采用的特征表达方法有：微表情能量图、微表情差分能量图、微表情增强能量图、微表
21、情历史图、微表情变化能量图、微表情流图，并拟依据实验效果选择其中一种作为微表情的特征表达方法。通过本计划的实施，拟实现以下工作目标和预期贡献：（ 1）在基础理论研究方面，拟提出稀疏耦合度量学习理论方法、源域目标化的领域适应度量学习理论方法、回归分析的异质度量迁移学习理论方法；（ 2）在论文和论著方面，拟发表科研论文 12-15 篇，其中： 8 篇以上被 SCI 收录，如： IEEE Transactions on Image Processing, IEEE Transactions on Neural Networks and LearningSystems, Pattern Recogni
22、tion, Neurocomputing等；撰写1-2 部学术专著，名称拟为异质度量迁移学习方法及应用和心理应激微反应自动分析方法；（3）在专利方面，拟申报6-8 项国家发明专利；（4）在人才培养方面，结合本计划，拟培养博士、硕士研究生5-6 名，力争获得国家自然科学优秀青年基金、山东省杰出青年基金。团队由海外学者、归国学者和9 名研究生组成，具备良好的图像处理与分析、语音识别、机器学习、流形学习、生物特征识别、计算机视觉、数据挖掘、人工智能及数学方面知识（矩阵分析、张量代数、泛函分析）的基础，近五年累计发表学术论文100 多篇，其中，包括TPAMI、TIP 、TNNLS、 Neurocomp
23、uting 等模式识别、图像处理相关刊物，他引600 余次（ googlescholar ），并收集了 USF-HD微表情数据库、Polikovsky微表情数据库、 York DDT 微表情数据库、 SMIC 微表情数据库、 CASMEI 微表情数据库、 CASMEII微表情数据库以及实验室自建的SDU微表情数据库。目前实验室已经初步搭建了该项目研究的实验平台，还联合中科院心理所正在建立SDU- CASME心理应激微反应数据库，正在采集面部微表情、语音微语义、脑电微情绪信号，为日后的研究奠定了良好的基础。- 7 -五、培养期内所需研究经费预算序号科目名称预算经费备注（计算依据及说明）（万元）1
24、设备购置费0小型仪器等2材料费10试验材料、耗材、办公费3测试化验加工费3检验、测试、化验、加工费4差旅费15调研旅费、交通费、参加学术会议费5会议费3项目负责人组织召开的 研讨会、验收会等（报销时须附会议通知）6国际合作与交流费2短期出国 及外请专家在国内费用7出版/文献/信息传播 / 知识5资料、出版、复印、邮电、软件、专利等（个人产权事务费电话费除外）8劳务费10助研津贴、计算分析费、数据采集劳务费9专家咨询费2咨询、鉴定、评审费等（校外专家，需提供身份证号码）10其他支出以上 10 项以外的支出，需详细列明支出内容年度经费划拨情况合计50第一年第二年第三年第四年第五年15151055说
25、明：本计划资助经费按山东大学基本科研业务费有关规定执行，预算一经批复， 需严格执行不得随意变更； 当年拨付经费需当年执行完成。六、申请人承诺本人郑重承诺， 以上所填内容完全属实，并严格遵守资助经费相关管理规定，切实保证研究工作时间，认真开展研究工作。申请人签字：年月日- 8 -七、院级学术委员会意见（一）推荐意见（对申请人的综合评价）应到人数实到人数同意票不同意票弃权主任签字：年月日（二）申请人入选“未来计划”，单位拟采取的保障措施（资金投入、工作条件等）单位盖章：单位负责人签字：年月日八、学校组织专家评审意见参与评审专家人数同意票不同意票弃权经综合评价，同意（不同意）确定同志为山东大学青年学者未来计划拟培养人选，并给予万元科研支持经费。组长签字：年月日九、学校意见经公示无异议，同意同志入选年度山东大学青年学者未来计划。盖章：签字：年月日- 9 -10-
免费区 
