• / Prof. Xuming He / 何旭明 副教授、研究员
    电话:(021) 20685378
    Email: hexm@@shanghaitech.edu.cn
    办公室: 上海市浦东新区华夏中路393号信息学院1A-304D室
    专业方向: 计算机科学与技术
Prof. Xuming He / 何旭明 副教授、研究员

电 话:(021) 20685378
Email :hexm@@shanghaitech.edu.cn
办公室:上海市浦东新区华夏中路393号信息学院1A-304D室
个人主页: https://xmhe.bitbucket.io/
专业方向: 计算机科学与技术

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:
         图论模型/结构化预测/弱监督和半监督学习/近似推理

  • 人工视觉:
         人工眼的视觉信息处理/人脸视觉分析和增强


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.Cheng, Feiyang,et al.Learning to refine depth for robust stereo estimation.PATTERN RECOGNITION 74.2017(2018):122-133.

2.Yang, H., He, X., and Porikli, F. (2018). One-shot Action Localization by Learning Sequence Matching Network. In Proceedings of the IEEE Conference on Computer Visionand Pattern Recognition (CVPR)(pp. 1450-1459).

3.Mathews, A., Xie, L., and He, X. (2018, May). SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text. In Proceedings of the IEEE Conference on Computer Visionand Pattern Recognition(CVPR) (pp. 8591-8600).

4.Zhuo, W., Salzmann, M., He, X., and Liu, M. (2018, April). 3D Box Proposals from a Single Monocular Image of an Indoor Scene. In Thirty-Second AAAI Conference on Artificial Intelligence.

5.Yang, H., He, X., and Porikli, F. (2018, March). Instance-Aware Detailed Action Labeling in Videos. In 2018 IEEE Winter Conference on Applications of Computer Vision (WACV) (pp. 1577-1586). IEEE.

6.Zeeshan Hayder, Xuming He, Mathieu Salzmann, Structural Kernel Learning for Large Scale Multiclass Object Co-Detection, International Conference on Computer Vision (ICCV), 2015

7.Xuming He, Stephen Gould, An Exemplar-based CRF for Multi-instance Object Segmentation,IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2014