基本情况

邓勇舰，硕士生导师。2021年底于香港城市大学取得哲学博士学位后加入北京工业大学计算机学院担任讲师。专攻计算机视觉、机器人视觉、图像处理、深度学习等领域研究。先后承担了国家自然科学基金青年基金项目、国家重点研发计划课题子任务等纵向科研项目。担任IEEE TPAMI、IEEE TCSVT、CVPR、ICCV等多个国际期刊及会议的审稿人。

实验室个人主页：http://www.dmslab.net/index.php/people/yjdeng/

教育背景：

2018/09-2021/10，香港城市大学，博士

2016/09-2018/06，佛罗里达大学，硕士

2012/09-2016/06，中国石油大学（北京），学士

研究方向

研究方向包含基于事件相机的物体识别、图像重建、光流估计及与计算机视觉相关的深度学习技术。同时也涉及基于视觉的多模态学习、显著性物体检测、三维点云学习及语义分割领域研究。

科研项目

[1]国家自然科学基金青年项目：基于事件相机的高速低延迟物体识别，主持，在研。

[2]国家重点研发计划课题子任务：视频智能编码关键技术研究，主持，在研。

代表性研究成果

Selected Publications：

1.Yongjian Deng, Hao Chen, Hai Liu, and Youfu Li. "A Voxel Graph CNN for Object Classification with Event Cameras." In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1172-1181. 2022. (CCF-A)

2.Yongjian Deng, H. Chen, H. Chen, and Y. Li, “Learning from Images: A Distillation Learning Framework for Event Cameras,” in IEEE Transactions on Image Processing (TIP), vol.30, pp.4919-4931, 2021. (SCI，CCF-A，IF(2022)=10.856)

3.Yongjian Deng, Hao Chen, and Youfu Li. "MVF-Net: A multi-view fusion network for event-based object classification." IEEE Transactions on Circuits and Systems for Video Technology (TCSVT) 32, no. 12 (2021): 8275-8284. (SCI，CCF-B，IF(2022)=4.685)

4.Yongjian Deng, Y. Li, and H. Chen, "AMAE: Adaptive Motion-Agnostic Encoder for Event-Based Object Classification," in IEEE Robotics and Automation Letters (IEEE RA-L) with IROS option, vol.5, no.3, pp.4596-4603, July 2020. (SCI，IF(2022)=3.741)

5.H. Chen,Yongjian Deng, Y. Li, T. Hung, and G. Lin, "RGBD Salient Object Detection via Disentangled Cross-Modal Fusion," in IEEE Transactions on Image Processing (TIP), vol.29, pp.8407-8416, 2020. (SCI，CCF-A，IF(2022)=10.856)

6.H. Chen, Y. Li,Yongjian Deng, and G. Lin, “CNN-based RGB-D Salient Object Detection: Learn, Select, and Fuse,” in International Journal of Computer Vision (IJCV), 129, 2076–2096 (2021). (SCI，CCF-A，IF(2022)=7.410)

7.Liu, Hai, Cheng Zhang,Yongjian Deng, Bochen Xie, Tingting Liu, Zhaoli Zhang, and You-Fu Li. "TransIFC: Invariant Cues-aware Feature Concentration Learning for Efficient Fine-grained Bird Image Classification." IEEE Transactions on Multimedia (TMM) 2023. (SCI，CCF-B，IF(2022)=6.513)

招生信息

本人常年招收硕士研究生，欢迎计算机科学与技术、软件工程、信息安全、数学、信息与计算科学等相关专业同学报考！优先考虑有一定深度学习基础和编程能力强的同学。

招生专业：计算机科学与技术专业（学硕）和计算机技术专业（专硕）

实验室条件：实验室现有NVIDIA深度学习服务器若干，算力充足。

招生要求

[1]热爱科研，善于沟通和团队合作，有良好的自我驱动力！

[2]具有较好的数学基础、英文读写能力，以及较强的编程能力！