首页要闻大会动态2014年陈嘉庚科学奖国际报告会传媒扫描图片花絮历届院士大会回顾
  您的位置:首页>专题>会议专题>中国科学院第十七次院士大会>2014陈嘉庚科学奖
李学龙
青年科学奖(信息技术科学)
发布时间:2014-05-27 来源: 【字号:  

  李学龙,1976年11月生于哈尔滨市。于中国科学技术大学获工学学士学位(1998)及工学博士学位(2002)。现为中国科学院西安光学精密机械研究所研究员、瞬态光学与光子技术国家重点实验室副主任、光学影像分析与学习中心(OPTIMAL)主任。

长期从事图像及视频处理和模式识别的研究,如视觉张量分析、成像系统同后处理之间的关系等,并主要关注具体的工程应用。立足西部,依托平台组建团队,面 向遥感观测和视觉监控等需求开展科研工作。发表120余篇IEEE汇刊(transactions)论文。七篇论文被Thomson Reuters Science Watch计入十年内该领域最有影响的36篇论文之列。曾或现任《中国科学》、 《Pattern Recognition》及六种IEEE汇刊编委。入选千人及杰青。获陈嘉庚青年科学奖、中国青年科技奖、中科院青年科学家奖、中国青年五四奖章。当选国 际电气电子工程师协会(IEEE)会士、国际模式识别学会(IAPR)会士、美国光学学会(OSA)会士、国际光学工程学会(SPIE)会士、英国工程技 术学会(IET/IEE)会士等。

视觉数据分解和降维

摘要:

虽然传统上都按照矢量来处理,但视觉数据本质上却多是以张量的形式存在的。张量表达 和处理也成为光学影像分析与学习中的关注点,基于此的一个新兴学科领域开拓了结构化视觉数据理解的新理念??张量学习。在此领域中,构造新的数据表达方 式、研究算法收敛性和稳定性、探索学习机制的统计理论是最重要和最基础的研究任务。李学龙研究员通过提出广义张量学习机,解决了基于张量表达的有效训练学 习、监督分类、度量学习、流形学习、综合考虑数据结构依赖关系等难点问题。并通过将张量学习应用到光学影像数据中,有效地提高了光学影像数据的质量并改变 了数据的理解方式,已经成为解决重要技术难题的关键手段,并得到了国际同行的高度好评。张量表达和学习具有很强的推广能力,对机器学习、计算机视觉、多媒 体、模式识别、数据挖掘等领域都有着非常重要的支撑作用。

关闭窗口
© 1996 - 2014 中国科学院 版权所有 备案序号:京ICP备05002857号 联系我们 地址:北京市三里河路52号 邮编:100864