• / 何旭明 副教授、研究员
    邮箱: hexm@@shanghaitech.edu.cn
    电话:(021) 20685378
    办公室: 信息学院1A-304D室
    专业方向: 计算机科学与技术
何旭明 副教授、研究员

电 话:(021) 20685378
邮 箱:hexm@@shanghaitech.edu.cn
办公室:信息学院1A-304D室
个人主页: https://xmhe.bitbucket.io/
专业方向: 计算机科学与技术
博士毕业院校:加拿大多伦多大学

研究领域

  • 计算机视觉:场景理解、语义分割、物体检测、视觉与语言

  • 机器学习:概率图模型、神经网络、弱监督和元学习、近似推理


个人简历

何旭明博士1998年和2001年于上海交通大学电子工程系获得本科和硕士学位,并于2008年在加拿大多伦多大学计算机系(机器学习组)获得博士学位。他从2008到2010在加州大学洛杉矶分校Alan Yuille教授的指导下完成了博士后的研究工作。之后,他加入了澳洲国立信息技术研究院(NICTA)成为研究员(2010)并从2013年开始任高级研究员。同时,他还兼任澳洲国立大学的研究员和高级研究员并指导博士生工作。他将于2016年12月成为副教授、研究员入职上海科大。他的研究方向包括机器学习,计算机视觉和生物视觉。现在的研究课题专注于语义分割,物体检测,三维场景理解,视觉运动分析,结构化模型的高效推理和学习,以及人工视觉。他已经发表了超过50篇期刊和会议文章,包括CVPR, ICCV, ECCV, AAAI, NIPS, IEEE TIP, IEEE TPAMI, Journal of Vision等。


代表性论文

  1. Shipeng Yan, Songyang Zhang, Xuming He, “A Dual Attention Network with Semantic Embedding for Few-shot Learning”, in Proceedings of AAAI Conference on Artificial Intelligence (AAAI), USA, 2019.

  2. Alexander Mathews, Lexing Xie, Xuming He, “SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text”, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.

  3. Zeeshan Hayder, Xuming He, Mathieu Salzmann, “Boundary-aware Instance Segmentation”, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017.

  4. Buyu Liu, Xuming He, “Multiclass Semantic Video Segmentation with Object-Level Active Inference”, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015.

  5. Xuming He, Stephen Gould, “An Exemplar-based CRF for Multi-instance Object Segmentation”, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), USA, 2014.

  6. Xuming He, Richard S. Zemel, “Learning Hybrid Models for Image Annotation with Partially Labeled Data”, in Proceedings of Annual Conference on Neural Information Processing Systems (NIPS), Vancouver, Canada, 2009.

  7. Xuming He, Richard Zemel, Miguel Carreira-Perpinan, “Multiscale Conditional Random Fields for Image Labeling”, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Washington DC, USA, 2004.