1998-2022 ChinaKaoyan.com Network Studio. All Rights Reserved. 滬ICP備12018245號
分類:導師信息 來源:北京交通大學計算機與信息技術學院 2020-03-18 相關院校:北京交通大學
基本信息
滕竹,博士、副教授
辦公電話:電子郵件:zteng@bjtu.edu.cn
通訊地址:郵編:
教育背景
2008/9 - 2013/8,韓國釜山大學,博士
2002/9 - 2006/6,中南大學,學士
工作經歷
2017.1 - 至今,北京交通大學,計算機與信息技術學院,副教授
2015.09 - 2016.12,北京交通大學,計算機與信息技術學院,講師
2013.09 - 2015.09,北京交通大學,計算機與信息技術學院,師資博士后
2006.09 - 2008.04,美的空調,研發中心
研究方向
機器學習與認知計算
人工智能及應用
計算機技術(專業學位)
軟件工程(專業學位)
招生專業
計算機科學與技術碩士
計算機科學與技術博士
電子信息碩士
科研項目
紅果園國家級科技委、后勤保障項目: 時敏機動弱小目標識別關鍵技術—遙感圖像中基于多神經網絡的小目標檢測技術, 2019-2021
國家自然科學基金“面上”: 攝像機網絡中基于機器視覺的多目標跟蹤關鍵技術研究, 2020-2023
北京交通大學: 天水鍛壓機床合作開發合同, 2019-2022
國家重點研發計劃: 信息安全認證認可關鍵技術研究與應用, 2016-2020
其它部市: 《動車組遠程運維服務 數據采集與處理》標準研究, 2019-2020
基本科研業務費自由申報項目: 基于深度神經網絡的跨視角多行人跟蹤方法研究, 2019-2021
國家重點實驗室: 大數據驅動的貨運列車節能優化理論研究, 2019-2020
北京交通大學: 神華重載鐵路貨車狀態修診斷決策綜合判別系統研究, 2018-2020
國家自然科學基金“面上”: 社交媒體中圖像歧視情感識別及去除關鍵技術的研究, 2019-2019
國家重點研發計劃: 眾智交易理論與方法, 2017-2020
紅果園省部級"企事業": 艦船目標檢測系統研發, 2017-2018
北京交通大學: 基于多麥克風陣列的語音處理算法研究, 2017-2019
基本科研業務費: 基于多神經網絡的深度學習和目標跟蹤研究, 2017-2018
北京交通大學: 智慧停車數據庫及監控調度系統開發 , 2017-2020
基本科研業務費: 基于深度學習的多目標對象分類及語義關聯方法的研究, 2017-2018
鐵路總公司(原鐵道部): 動車組運用維護技術研究--動車組健康管理及運維決策系統研究, 2016-2018
國家自然科學基金“面上”: 高速列車在途安全監測中的智能數據處理關鍵技術研究, 2017-2020
國家自然科學基金“面上”: 基于多模態超圖的社群圖像檢索研究, 2017-2020
北京市自然基金: 基于特征學習的跨視角行人再識別方法及其應用研究, 2016-2018
科技部“科技支撐”: 面向高鐵列車高效生產的新一代認知型制造執行系統研究與應用示范, 2015-2017
基本科研業務費人才基金: 基于幀間關系模型的魯棒目標跟蹤研究, 2015-2017
國家自然科學基金"青年基金": 基于時序空間關系的目標跟蹤及遮擋識別研究, 2016-2018
科技部: 高級波形分析軟件包開發及驗證, 2014-2019
其它部市: 基于信度圖匹配的目標跟蹤算法研究, 2014-2015
鐵路總公司(原鐵道部): 大數據技術在鐵路的應用研究, 2013-2015
基本科研業務費: 目標檢測中融合特征空間關系的學習算法研究, 2014-2015
教學工作
本科生:
C語言程序設計
計算機綜合訓練
視頻處理與鐵路應用
物聯網架構與技術
研究生:
機器視覺基礎
論文/期刊
1. Zhu Teng, Baopeng Zhang, Jianping Fan. Three-Step Action Search Networks with Deep Q-learning for Real-time Object Tracking. Pattern Recognition. Jan 2020. (Accepted)
2. Zhu Teng, Junliang Xing, Qiang Wang, Baopeng Zhang, Jianping Fan. Deep Spatial and Temporal Network for Robust Visual Object Tracking, IEEE Transactions on Image Processing, 2019. (Online published)
3. Rui Li, Baopeng Zhang, Dong-Joong Kang, Zhu Teng*, Deep attention network for person re-identification with multi-loss, Computers & Electrical Engineering, Volume 79, 2019. (Online published)
4. Qiang Wang#, Zhu Teng#, Junliang Xing, Jin Gao, Weiming Hu, Steve Maybank. Learning Attentions: Residual Attentional Siamese Network for High Performance Online Visual Tracking, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.(#共同一作)
5. Zhu Teng, Junliang Xing, Qiang Wang, Congyan Lang, Songhe Feng, Yi Jin. Robust Object Tracking based on Temporal and Spatial Deep Network, The IEEE International Conference on Computer Vision (ICCV), 2017.
6. Zhu Teng, Tao Wang, Feng Liu, Dong-Joong Kang, Congyan Lang, Songhe Feng. From sample selection to model update: A robust online visual tracking algorithm against drifting. Neurocomputing, pp. 1221-1234, 2016.
7. Zhu Teng, Feng Liu, Baopeng Zhang. Visual Railway Detection by Superpixel based Intracellular Decisions. MULTIMEDIA TOOLS AND APPLICATIONS, 75(5),pp 2473-2486,2016.
8. Zhu Teng, Feng Liu, Baopeng Zhang and Dong-Joong Kang. An Approach for Security Problems in Visual Surveillance Systems by Combining Multiple Sensors and Obstacle Detection. J Electr Eng Technol. 10(3): 1284-1292, 2015.
9. Zhu Teng, Baopeng Zhang, Feng Liu, Railway region detection based on Haar-like features, ACM International Conference on Internet Multimedia Computing and Service (ICIMCS), July 10-12, Xiamen, China, 2014.
10. Zhu Teng, Baopeng Zhang, An optimization method of fusing multiple decisions in object detection, the 18th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD) Workshop Proceedings (DANTH), May 13-17, Tainan, Taiwan, 2014.
11. Zhu Teng, Baopeng Zhang, Onecue Kim, Dong-Joong Kang, “Regional SVM classifiers with a spatial model for object detection”, VISAPP2014, Lisbon, Portugal, Jan 5-8, 2014.
12. Zhu Teng, Dong-Joong Kang, “Disjunctive normal form of weak classifiers for online learning based object tracking”, VISAPP2013, Barcelona, Spain, Feb 21-24, 2013.(Full paper)
掃碼關注
考研信息一網打盡