杨思蓓
助理教授、研究员
博士毕业院校:中国香港大学
电话:
办公室:信息学院2-402B
招聘主页:
研究领域
个人简历
代表性论文

研究领域

  • 计算机视觉

  • 自然语言处理

  • 机器学习及其交叉


个人简历

杨思蓓博士,上海科技大学信息科学与技术学院助理教授、研究员、博士生导师。于2016年在浙江大学竺可桢学院获得学士学位,于2020年在香港大学计算机科学获得博士学位,并于同年加入香港理工大学担任研究助理教授,于2021年6月加入上海科技大学信息学院。

她的研究领域为计算机视觉、自然语言处理、机器学习及其交叉。目前主要侧重于机器推理、可解释性机器学习、视觉和自然语言的交叉、跨模态多媒体智能分析、医学图像分析等。她已发表了多篇顶级期刊和会议文章,包括IEEE T-PAMI、CVPR、ICCV、ECCV、AAAI等。长期担任顶刊审稿人和顶会程序委员会委员,包括IEEE T-IP、CVPR、NeurIPS、ICLR等。

代表性论文

  1. S. Yang, M. Xia, G. Li, HY. Zhou and Y. Yu “Bottom-Up Shift and Reasoning for Referring Image Segmentation”. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2021.

  2. S. Yang, G. Li and Y. Yu “Relationship-Embedded Representation Learning for Grounding Referring Expressions”. IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE T-PAMI), 2020.

  3. S. Yang, G. Li and  Y. Yu “Graph-Structured Referring Expression Reasoning in the Wild”. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Oral, 2020.

  4. S. Yang, G. Li and Y. Yu “Propagating Over Phrase Relations for One-Stage Visual Grounding”. European Conference on Computer Vision (ECCV), 2020.

  5. S. Yang, G. Li and Y. Yu “Cross-Modal Relationship Inference for Grounding Referring Expressions. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019.

  6. S. Yang, G. Li and Y. Yu “Dynamic Graph Attention for Referring Expression Comprehension. IEEE International Conference on Computer Vision (ICCV), Oral, 2019.

  7. X. He*, S. Yang*, G. Li, H. Li, H. Chang and Y. Yu “Non-Local Context Encoder: Robust Biomedical Image Segmentation against Adversarial Attacks. AAAI Conference on Artificial Intelligence (AAAI), Oral, 2019. (* equal contribution).

  8. G. We, S. Yang and Y. Yu “Multi-Evidence Filtering and Fusion for Multi-Label Classification, Object Detection and Semantic Segmentation Based on Weakly Supervised Learning. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.

  9. L. Lin, P. Yan, X. Xu, S. Yang, K. Zeng and G. Li “Structured Attention Network for Referring Image Segmentation”. IEEE Transactions on Multimedia (IEEE T-MM), 2021.