联系方式
Contact Information
团队简介
Team Introduction
天津大学教育部电视与图像信息研究所（ITI-TJU）致力于多媒体内容理解、检索、安全与通信的研究。研究内容广泛，包括计算机视觉、机器学习、信号处理和信息检索等领域的相关问题，主要集中在计算机视觉和机器学习、生物医学图像分析、多媒体理解与检索、媒体安全和取证。近年来主持和参与了多项国家级项目和省部级项目，包括自然科学基金重点项目、国家自然科学青年基金项目、工信部智能制造专项、天津市新一代人工智能科技重大专项、天津市应用基础与前沿技术研究计划项目等。发表论文百余篇，其中CCF A/B类国际会议（NeurIPS、CVPR、IJCAI等）和期刊论文（ IEEE TCSVT、IEEE JBHI、IEEE TMM等）上均有发文。在多项国际比赛上取得优异成绩，并举办过多次国际评测比赛。研究成果获得天津市科学技术二等奖等奖项。
ITI-TJU具有良好的科研氛围、充足的科研经费，硬件资源丰富，具备强大的集群服务器，高性能服务器及图像工作站，高性能CPU服务器，高性能台式机，高速网络通讯条件，及先进的办公设备。目前已与国内外多所知名大学开展深入合作， 包括美国卡耐基梅隆大学、新加坡国立大学、美国纽约州立大学、国内的清华大学、浙江大学、中科院计算所等，实验室常年接受其他院学生实习和访问交流， 同时选送优秀学生赴国外大学和国内知名企业实习与交流合作。
更多详情请访问： 实验室主页
现在实验室拟招收推免生，博士，硕士，硕博连读。 博士6人，硕士30人 。
还在等什么 期待你的加入！
研究所现有教授2名，副教授6名，讲师3名。其中天津市131创新人才2名，天津大学北洋学者-青年骨干教师2名。
苏育挺：教授/博士生导师/硕士生导师
教育部电视与图像信息研究所负责人，美国凯斯西储大学访问学者。发表IEE SCI论文数十篇，包括T-NNSL、T-IP、T-MM、T-CYB期刊等，承担多项国家自然科学基金，国家搞技术研究发展技术（863计划），天津市科委重点项目、天津市自然科学基金、天津市重大专项等项目，获得多项国家省部级荣誉。
刘安安：教授/博士生导师/硕士生导师
从事跨媒体计算相关研究，成果可广泛应用于互联网、视频监控、生物医学等领域大数据分析。先后在美国卡耐基•梅隆大学、新加坡国立大学、英特尔匹兹堡研究中心访问学习。以第一/通讯作者发表及录用SCI刊源论文多篇，其中IEEE/ACM汇刊、CCF-A类国际会议长文20余篇。承担国家和省部级项目多项。入选天津市“131”创新型人才、北洋学者等，获省部级科技奖励等。
聂为之：副教授/博士生导师/硕士生导师
新加坡国立大学访问学者，以第一及通讯作者身份发表数十篇SCI刊源论文，包括T-CYB、T-IP、T-MM、T-CSVT等，同时发表多篇计算机视觉顶会论文，如CVPR、MM、IJCAI。承担国家自然科学青年基金、国家自然科学基金面上项目。
更多导师团信息详见： 导师团信息
团队成员多次出席国际会议：
团队成员出席参与国际人工智能联合会议暨欧洲人工智能会议（IJCAI-瑞典-斯德哥尔摩）
团队成员参与国际多媒体会议（亚洲）（ACM Multimedia-中国-北京）
团队成员参与多媒体技术顶级会议MM
(1) 国家自然科学基金，“ 多模耦合的开放集视频自动解析方法研究”；
(2) 国家自然科学基金，“ 基于深度随机场的跨域细胞行为检测方法研究”；
(3) 国家自然科学基金，“基于判别式随机场的细胞分裂联合识别和定位方法研究”；
(4) 国家自然科学基金，“基于多视角和多模态潜在关联挖掘的人体动作识别算法研究”；
(5) 国家自然科学基金，“稀疏化、结构化和判别性约束的多视角行为识别方法研究”；
(6) 国家自然科学基金， “数字视频篡改盲检测技术研究”；
(7) 国家自然科学基金，“数字图像/视频平滑滤波盲取证技术研究”；
(8) 国家自然科学基金， “数字视频信息隐藏技术应用研究”；
(9) 国家高技术研究发展技术（863计划）“视频信息隐藏对抗系统研究”；
(10) 工信部智能制造专项，"智能制造评价指数标准研究与试验验证"；
(11) 天津市新一代人工智能科技重大专项，“多粒度视觉监控数据智能解析方法研究”；
(12) 天津市应用基础与前沿技术研究计划项目，“基于隐状态半马尔可夫模型的细胞分裂检测方法研究”；
(13) 天津市应用基础与前沿技术研究计划项目，“基于时空关联信息的干细胞跟踪关键问题研究；
(14) 天津市科委重点项目， “智能化信息融合系统性能评估理论与算法研究”；
(15) 天津市自然科学基金项目， “信息隐藏在视频抗误码技术中的应用”；
(16) 天津大学自主创业基金， “干细胞世系图构建及分析关键问题研究”；
(17) 天津大学自主创业基金， “时空显著特征的结构化稀疏表示及其在细胞死亡检测中的应用”；
一、三维模型检索
近年来，随着多媒体采集设备和三维建模技术的快速发展，三维模型数量呈现爆炸性增长。据统计，当前全球制造业三维模型数量过亿。特别是随着3D打印技术的普及，用户对三维模型需求强烈，迫切需要便捷的三维模型获取途径。因此，在新数据的驱动下，学术界与工业界急需基于人工智能的三维模型检索新理论，实现便捷的三维模型大数据管理。
1、三维模型单模态检索
2、三维模型多模态检索
3、三维模型跨域检索
近年来，随着网络技术飞速发展，特别是公共安全监控系统和网络视频分享平台的普及，视觉数据呈现出爆炸性增长。在大数据时代，如何对视觉信息中包含的复杂语义进行自动解析，实现从独立的语义概念识别到类人的自然语言描述生成，是当前计算机视觉和人工智能领域的研究热点，对于公共安全风险防范、网络文化市场监管等多个领域具有重要的应用价值。
1、人体动作识别
2、视觉关系识别
3、视觉自然语言描述
近年来，随着医学信息采集技术的发展，在医疗诊断和生物研究的过程当中往往需要处理大量的医学图像数据。在医疗大数据的时代，利用机器学习方法和人工智能技术对海量的医学图像数据进行充分的分析和挖掘，将会对医学诊断和生物研究的发展带来新的促进。M2I实验室细胞图像分析组主要关注利用计算机视觉和机器学习方法对细胞显微镜图像下细胞有丝分裂事件进行识别、定位与分割。
随着信息时代的发展和时代需求的不断更新，多媒体视觉信息爆炸性增长，对于视觉语义的分析和理解逐渐走进人们的视野。对视觉语义的分析和理解主要应用于现如今多媒体环境下视频分类，视频推荐，情感分析，视觉记忆度分析等等具有实际应用价值的环境之中。其利用张量分解等工具对视觉信息进行相应分析处理。在张量分解领域，本实验室主要关注时间序列分析，视频序列分类等。在视觉语义理解领域，本实验室主要关注于视频的事件检测，视觉信息的情感分析，视觉信息的记忆度等等。
虚拟试衣
随着信息时代的发展和时代需求的不断更新，多媒体视觉信息爆炸性增长，对于视觉语义的分析和理解逐渐走进人们的视野。对视觉语义的分析和理解主要应用于现如今多媒体环境下视频分类，视频推荐，情感分析，视觉记忆度分析等等具有实际应用价值的环境之中。其利用张量分解等工具对视觉信息进行相应分析处理。在张量分解领域，本实验室主要关注时间序列分析，视频序列分类等。在视觉语义理解领域，本实验室主要关注于视频的事件检测，视觉信息的情感分析，视觉信息的记忆度等等。
1、高阶时间序列分析
2、高阶数据表示学习
3、情感分析
4、时尚分析
5、图像记忆度
6、短视频语义分析
近年论文发表情况如下，更多实验室成果请访问： 研究成果
(1) Scene Graph Inference via Multi-Scale Context Modeling.Ning Xu, AnAnLiu, Yongkang Wong, Weizhi Nie, Yuting Su, Mohan Kankanhalli. IEEE Trans.Circuits Syst. Video Techn, 2020.
(2) View-Based 3D ModelRetrieval by Joint Subgraph Learning and Matching. Haipeng Guan, Qiuxia Zhao,Yan Ren, Weizhi Nie.IEEE Access ,2020.
(3) Two-Stream Network Based on Visual Saliency Sharing for 3D ModelRecognition. WeizhiNie, Lu Qu, Minjie Ren, Qi Liang, Yuting Su, Yangyang Li, Hao Jin: IEEE Access ,2020.
(4) 3D model retrieval based on multi-view attentional convolutionalneural network. An-An Liu, Heyu Zhou, Meng-Jie Li, Weizhi Nie: Multim. ToolsAppl. 2020.
(5) An End-to-End Perceptual Quality Assessment Method via ScoreDistribution Prediction. Jing Liu, Jingting Wang, Weizhi Nie, Yuting Su, Anan Liu: NeuralProcessing Letters, 2020.
(6)Subgraph learning for graph matching. Weizhi Nie, Hai Ding, Anan Liu, Zonghui Deng, YutingSu: Pattern Recognit. Lett, 2020.
(7) Sequential Saliency Guided Deep Neural Network for Joint MitosisIdentification and Localization in Time-Lapse Phase Contrast Microscopy Images.Yao Lu, An-An Liu, Mei Chen, Weizhi Nie, Yu-Ting Su: IEEE J. Biomed. HealthInformatics ,2020.
(8) Multi-Level Policy and Reward-Based Deep Reinforcement LearningFramework for Image Captioning. Ning Xu, Hanwang Zhang, An-An Liu, Weizhi Nie, YutingSu, Jie Nie, Yongdong Zhang: IEEE Trans. Multimedia ,2020.
(9) Multi-View Saliency Guided Deep Neural Network for3-D Object Retrieval and Classification. Heyu Zhou, An-An Liu, Weizhi Nie, JieNie: IEEE Trans. Multimedia 2020.
(10) HGAN: Holistic Generative Adversarial Networks forTwo-dimensional Image-based Three-dimensional Object Retrieval. Weizhi Nie,Weijie Wang, Anan Liu, Jie Nie, Yuting Su: ACM Trans. Multim. Comput. Commun.,2020.
(11) Multi-Level Policy andReward-Based Deep Reinforcement Learning Framework for Image Captioning, Ning Xu, HanWang. Zhang, An-AnLiu, WeiZhi.Nie, Yu-Ting.Su, Jie Nie, Yongdong Zhang, IEEE Transactions .Multimedia,2019.
(12) Dual-Level Embedding Alignment Network for 2D Image-Based 3D Object Retrieval. Heyu Zhou, An-An Liu, Weizhi Nie. ACM International Conference on Multimedia, MM 2019.
(13) MMJN: Multi-Modal Joint Networks for 3D Shape Recognition. Weizhi Nie, Qi Liang, An-An Liu, Zhendong Mao, Yangyang Li. ACM International Conference on Multimedia, MM 2019.
(14) Meta-Transfer Learning for Few-Shot Learning. Qianru Sun, Yaoyao Liu, Tat-Seng Chua, Bernt Schiele. IEEE International Conference on Computer Vision and Pattern Recognition, CVPR 2019.
(15) Learning to Self-Train for Semi-Supervised Few-Shot Classification. Xinzhe Li, Qianru Sun, Yaoyao Liu, Shibao Zheng, Qin Zhou, Tat-Seng Chua, Bernt Schiele.33rd Conference on Neural Information Processing Systems, NeurIPS 2019.
(16) SHREC 2019-Monocular Image Based 3D Model Retrieval. Wenhui Li, Anan Liu, Weizhi Nie, Dan Song, Yuqian Li, Weijie Wang, Shu Xiang, Heyu Zhou, et al..3D Shape Retrieval Contest, Eurographics Workshop on 3D Object Retrieval, 2019
(17) Hierarchical Deep Neural Network for Image Captioning. Yuting Su, Yuqian Li, Ning Xu, An-An Liu. Neural Processing Letters, 2019.
(18) Multi-Guiding Long-Short Term Memory for Video Captioning. Ning Xu, An-An Liu, Weizhi Nie, Yuting Su.Multimedia Systems, 2019.
(19) Multi-Domain and Multi-Task Learning for Human Action Recognition. An-An Liu, Ning Xu, Weizhi Nie, Yuting Su, Yongdong Zhang. IEEE Transactions on Image Processing, TIP 2019.
(20) Scene Graph Captioner: Image Captioning Based on Structural Visual Representation. Ning Xu, An-An Liu, Jing Liu, Weizhi Nie, Yuting Su. Journal of Visual Communication and Image Representation, 2019.
(21) Scene Graph Captioner: Image Captioning Based on Structural Visual Representation. Ning Xu, An-An Liu, Jing Liu, Weizhi Nie, Yuting Su. Journal of Visual Communication and Image Representation, 2019.
(22) Sequential Saliency Guided Deep Neural Network for Joint Mitosis Identification and Localization in Time-Lapse Phase Contrast Microscopy Images. Yao Lu, An-An Liu, Mei Chen, Weizhi Nie, Yuting Su. IEEE Journal of Biomedical and Health Informatics, JBHI 2019.
(23) 3D Object Retrieval Based on Multi-View Latent Variable Model. An-An Liu, Weizhi Nie, Yuting Su.IEEE Transactions on Circuits and Systems for Video Technology, TCSVT 2019
(24) Hyper-Clique Graph Matching and Applications. Weizhi Nie, An-An Liu, Yue Gao, Yuting Su. IEEE Transactions on Circuits and Systems for Video Technology, TCSVT 2019.
(25) BE-CALF: Bit-Depth Enhancement by Concatenating All Level Features of DNN. Jing Liu, Wanning Sun, Yuting Su, Peiguang Jing, Xiaokang Yang. IEEE Transactions on Image Processing, TIP 2019.
(26) Spatiotemporal Symmetric Convolutional Neural Network for Video Bit-Depth Enhancement. Jing Liu, Pingping Liu, Yuting Su, Peiguang Jing, Xiaokang Yang. IEEE Transactions on Multimedia, TMM 2019.
(27) Wearable Computing for Internet of Things: A Discriminant Approach for Human Activity Recognition. Wei Lu, Fugui Fan, Jinghui Chu, Peiguang Jing, Yuting Su. IEEE Internet of Things Journal, 2019.
(28）High-Order Temporal Correlation Model Learning for Time-Series Prediction. Peiguang Jing, Yuting Su, Xiao Jin, Chengqian Zhang. IEEE Transactions on Cybernetics, TCYB 2019.
(29）A Framework of Joint Low-Rank and Sparse Regression for Image Memorability Prediction. Peiguang Jing, Yuting Su, Liqiang Nie, Huimin Gu, Jing Liu, Meng Wang .IEEE Transactions on Circuits and Systems for Video Technology, TCSVT 2019.
(30) Dual-Stream Recurrent Neural Network for Video Captioning. Ning Xu, An-An Liu, Yongkang Wong, Yongdong Zhang, Weizhi Nie, Yuting Su, Mohan S. Kankanhalli. IEEE Transactions on Circuits and Systems for Video Technology, TCSVT 2019.
(31) End-to-End Visual Domain Adaptation Network for Cross-Domain 3D CPS Data Retrieval. An-An Liu, Shu Xiang, Wei-Zhi Nie, Dan Song. IEEE Access, 2019.
(32) Fast Context-Adaptive Bit-Depth Enhancement via Linear Interpolation. Jing Liu, Bing Yang, Yuting Su, Pingping Liu.IEEE Access, 2019.
(33) Unsupervised Feature Learning With Graph Embedding for View-Based 3D Model Retrieval. Yuting Su, Wenhui Li, Weizhi Nie, Dan Song, An-An Liu.IEEE Access, 2019.
(34) SRNet: Structured Relevance Feature Learning Network From Skeleton Data for Human Action Recognition. Weizhi Nie, Wei Wang, Xiangdong Huang.IEEE Access, 2019.
(35) Multi-Level Policy and RewardReinforcement Learning for Image Captioning. Anan Liu, Ning Xu, Hanwang Zhang,Weizhi Nie, Yuting Su, Yongdong Zhang: IJCAI, 2018.
毕业生去向：
实验室毕业生去向多为：
（1）985、211高校教师；
（2）华为、阿里、百度、京东、、字节跳动、国家电网、中国移动等知名企业；
（3）各科研院所；
（4）国内外知名高校读博深造；
天津大学研究生院招生办公室
文件上传中...
