陶大鹏

教授

  • 教授,博导(计算机科学与技术)
  • 联系方式:917888366@qq.com
  • 地址:信息学院3304

个人简介

陶大鹏主要从事人工智能领域相关研究,目前担任云南大学信息学院教授、博导(计算机科学与技术),中国科学院大学博导(控制科学与工程)。目前已获得省部级奖励七项,包括2015年获得陕西省科学技术奖一等奖(排名第二),2016年获得广东省科学技术奖二等奖(排名第三),2017年获得教育部高等学校科学研究优秀成果奖二等奖(排名第三)。近五年发表SCI检索源刊超过60篇,其中第一作者和通讯作者在SCI JCR1区发表论文超过30篇,授权发明专利5项。担任了IEEE Transactions on Neural Networks and Learning SystemsIEEE Transactions on Image ProcessingIEEE Transactions on Circuits and Systems for Video TechnologyIEEE Transactions on MultimediaIEEE Transactions on Biomedical Engineering等十多家国际学术期刊的特约审稿人和客座编辑


研究方向

机器视觉: 目标检测,目标分类和标注。

机器学习: 深度学习,流形子空间学习,度量学习。

机器人:   机械手臂抓取,机器人导航。


实验室大事件

2018年6月18日,正式启用FIST(Future Intelligent System Technology)LAB

2018年5月14日,奋战了8个月的Future战队参加机甲大师大赛 

2018年4月9日,实验室团队参观中国科学院深圳先进技术研究院,进行学术交流

代表论文

[1] D. Tao, Y. Guo, Y. Li, X. Gao, Tensor Rank Preserving Discriminant Analysis for Facial Recognition. IEEE Transactions on Image Processing, vol. 27, no. 1, pp. 325-334, 2018. (IF=4.828)

[2] H. Li, X. He, D. Tao, Y. Tang, R. Wang: Joint medical image fusion, denoising and enhancement via discriminative low-rank sparse dictionaries learning. Pattern Recognition 79: 130-146 (2018) (IF=4.582)

[3] D. Tao, J. Cheng, X. Gao, X. Lin, and C. Deng “Robust Sparse Coding for Mobile Image Labeling on the Cloud,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 27, no. 1, pp. 62-72, 2017. (IF=3.559)

[4] D. Tao, D. Tao, X. Lin, and X. Gao “Large Sparse Cone Non-negative Matrix Factorization for Image Annotation,” ACM Transactions on Intelligent Systems and Technology, vol. 8, no. 3, pp. 37:1-37:21, April 2017. (IF=3.196)

[5] Y. Guo, D. Tao, W. Liu, and J. Cheng, “Multiview Cauchy Estimator Feature Embedding for Depth and Inertial Sensor-Based Human Action Recognition,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 47, no. 4, pp. 617-627, 2017. (IF=2.305)

[6] Y. Yang, C. Deng, D. Tao, S. Zhang, W. Liu, and X. Gao, “Latent Max-Margin Multitask Learning with Skelets for 3D Action Recognition,” IEEE Transactions on Cybernetics, vol. 47, no. 2, pp. 439-448, 2017. (IF=7.384)

[7] Y. Wang, Z. Wang, D. Tao, S. Zhuo, X. Xu, S. Pu, and M. Song, “AllFocus: Patch-Based Video Out-of-Focus Blur Reconstruction,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 27, no. 9, pp. 1895-1908, 2017. (IF=3.599)

[8] R. Hong, L. Li, J. Cai, D. Tao, M. Wang, Q. Tian, “Coherent Semantic-Visual Indexing for Large-Scale Image Retrieval in the Cloud,” IEEE Transactions on Image Processing, vol. 26, no. 9, pp. 4128-4138, 2017. (IF=4.828)

[9] Y. Yang, C. Deng, S. Gao, W. Liu, D. Tao, and X. Gao, “Discriminative Multi-instance Multitask Learning for 3D Action Recognition,” IEEE Transactions on Multimedia, vol. 19, no. 3, pp. 519-529, 2017. (IF=3.509)

[10] X. Yang, W. Liu, D. Tao, J. Cheng, S. Li, “Multiview Canonical Correlation Analysis Networks for Remote Sensing Image Recognition,” IEEE Geoscience Remote Sensing Letter , vol. 14, no. 10, pp. 1855-1859, 2017. (IF=2.761)

[11] X. Yang, W. Liu, D. Tao, J. Cheng, “Canonical correlation analysis networks for two-view image recognition,” Information Sciences, vol. 385, pp. 338-352, 2017. (IF=4.832)

[12] W. Liu, L. Zhang, D. Tao, J. Cheng, “Support vector machine active learning by Hessian regularization,” J. Visual Communication and Image Representation, vol.49, pp. 47-56, 2017. (IF=2.164)

[13] X. Ji, J. Cheng, D. Tao, X. Wu, W. Feng, “The spatial Laplacian and temporal energy pyramid representation for human action recognition using depth sequences,” Knowledge-Based Systems, vol. 122, pp. 64-74, 2017. (IF=4.529)

[14] D. Tao, X. Lin, L. Jin, and X. Lin, “Principal Component 2-Dimensional Long Short-Term Memory for Font Recognition on Single Chinese Characters,” IEEE Transactions on Cybernetics, vol. 46, no. 3 pp. 756-765, 2016. (IF=7.384)

[15] D. Tao, Y. Guo, M. Song, Y. Li, Z. Yu, and Y. Tang, “Person Re-Identification by Dual-Regularized KISS Metric Learning,” IEEE Transactions on Image Processing, vol. 25, no. 6, pp. 2726-2738, 2016. (IF=4.828

[16] D. Tao, J. Cheng, M. Song, and X. Lin, “Manifold Ranking-Based Matrix Factorization for Saliency Detection,” IEEE Transactions on Neural Networks and Learning Systems, vol. 27, no. 6, pp. 1122-1134, 2016. (IF=6.108

[17] D. Tao, L. Jin, Y. Yuan, and Y. Xue, “Ensemble Manifold Rank Preserving for Acceleration-based Human Activity Recognition” IEEE Transactions on Neural Networks and Learning Systems, vol. 27, no. 6, pp. 1392-1404, 2016.(IF=6.108)

[18] D. Tao, Y. Wen, and R. Hong, “Multi-column Bi-directional Long Short-Term Memory for Mobile Devices-based Human Activity Recognition,” IEEE Internet of Things Journal, vol. 3, no. 6, pp. 1124-1134, 2016. (IF=7.596

[19] Y. Guo, D. Tao, J. Cheng, A. Dougherthy, Y. Li, K. Yue, and B. Zhang, “Tensor Manifold Discriminant Projections for Acceleration-Based Human Activity Recognition,” IEEE Transactions on Multimedia, vol. 18, no. 10, pp. 1-11, 2016. (IF=3.509)

[20] J. Zhang, J. Yu, J. You, D. Tao, N. Li, and J. Cheng, “Data-driven Facial Animation via Semi-supervised Local Patch Alignment,” Pattern Recognition, vol. 57, pp. 1-20, 2016. (IF=4.582

[21] D. Tao, L. Jin, Y. Wang, and X. Lin, “Person Reidentification by Minimum Classification Error-Based KISS Metric Learning,” IEEE Transactions on Cybernetics, vol. 45, no. 2, 2015. (IF=7.384

[22] D. Tao, J. Cheng, X. Lin, and J. Yu, “Local Structure Preserving Discriminative Projections for RGB-D Sensor-based Scene Classification,” Information Sciences, vol. 320, pp. 383-394, 2015. (IF=4.832)

[23] C. Hong, J. Yu, J. You, X. Chen, D. Tao, “Multi-view ensemble manifold regularization for 3D object recognition,” Information Sciences, vol. 320, pp. 395-405, 2015. (IF=4.832

[24] D. Tao, L. Jin, Y. Wang, and X. Lin., “Rank Preserving Discriminant Analysis for Human Behavior Recognition on Wireless Sensor Networks,” IEEE Transactions on Industrial Informatics, vol. 10, no. 1, pp. 813-823, 2014.  (IF=6.764

[25] D. Tao, L. Jin, S. Zhang, Z. Yang, and Y. Wang, “Sparse Discriminative Information Preservation for Chinese Character Font Categorization,” Neurocomputing, vol. 129, pp. 159-167, 2014. (IF=3.317

[26] D. Tao, L. Liang, L. Jin, and Y. Gao, “Similar Handwritten Chinese Character Recognition by Kernel Discriminative Locality Alignment,” Pattern Recognition Letters, vol. 35, pp. 186-194, 2014. (IF=1.995)

[27] J. Yu, D. Tao, J. Li, and J. Cheng, “Semantic Preserving Distance Metric Learning and Applications,” Information Sciences, vol. 281, pp.674-686, 2014. (IF=4.832)

[28] D. Tao, L. Jin, Y. Wang, Y. Yuan, and X. Li, “Person Re-Identification by Regularized Smoothing KISS Metric Learning,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 23, no. 10, pp. 1675-1685, 2013. (IF=3.599)

[29] D. Tao, L. Jin, W. Liu, and X. Lin, “Hessian Regularized Support Vector Machines for Mobile Image Annotation on the Cloud,” IEEE Transactions on Multimedia, vol. 15, no. 4, pp. 833-844, 2013. (IF=3.509)

[30] D. Tao, L. Jin, Z. Yang, and X. Lin, “Rank Preserving Sparse Learning for Kinect based Scene Classification,” IEEE Transactions on Cybernetics, vol. 43, no. 5, pp. 1406-1417, 2013. (IF=7.384)

[31] M. Song, D. Tao, C. Chen, J. Bu, Y. Yang, “Color-to-gray based on chance of happening preservation,” Neurocomputing, vol. 119, pp. 222-231, 2013. (IF=3.317)

[32] D. Tao, L. Jin, “Discriminative information preservation for face recognition,” Neurocomputing, vol. 91, pp. 11-20, 2012. (IF=3.317


学术交流


2018年6月18日


正式启用FIST(Future Intelligent System Technology)LAB 


2018年7月15日


美国Stevens Institute of Technology助理教授王鑫超教授应邀到FIST实验室进行学术交流

2018年7月15日上午十点,斯蒂文斯理工学院助理教授王鑫超教授应邀到FIST实验室进行学术交流。王教授以“MOT(Multiple Object Tracking) By X”为题,分享了关于多目标跟踪的研究工作。

王鑫超教授毕业于香港理工大学,2015年在瑞士洛桑联邦理工大学EPFL获得博士学位,导师为IEEE Fellow Pascal Fua教授。博士毕业后在UIUC的Thmoas Huang教授的实验室从事博士后科研工作。王鑫超教授的研究方向包括计算机视觉和机器学习,在多目标跟踪方面有较深入的研究。相关文章发表在IEEE-TPAMI、IEEE-TIP和CVPR、ICCV、ECCV等顶级期刊和会议上。相关研究成果被国际奥委会、美国NBA等知名体育机构应用,例如在体育赛事中对运动员、球的运动跟踪等,为赛事举办方分析比赛数据提供了可靠的依据,应用前景广泛。

王教授在学术报告中,从多目标检测开始说起,拓展到了目标状态,以及事件跟踪等多个概念。以生动的视频方式讲解了多目标跟踪的四大挑战:即目标之间的交互、目标遮挡、目标运动、目标追踪在线处理。随后,王教授结合了他目前所做的课题,从体育视频、监控视频、医学视频等应用方面,分别介绍了目标追踪在这四大难题上的技术突破。最后,王教授给大家做了多目标追踪在未来研究工作的展望,FIST实验室成员积极发问,与王教授深入探讨了该领域的相关问题。

本次讲座为FIST实验室提供了与视觉专家面对面接触的难得机会,为大家指明了未来追踪技术的研究方向。整个讲座在大家热烈的掌声中结束,同学们表示在此次讲座中,收获颇丰,深刻地领悟到追踪技术广阔的应用前景,也让我们对未来的研究工作有了新思路。


2018年4月9日


参观学习先进机构,加强学生对外交流

他山之石可以攻玉,在调研领先机构,学习先进技术方面,FIST实验室从未停下过前进的脚步。

2018年4月9日,云南大学信息学院的陶大鹏教授带领FIST(Future Intelligent System Technology)实验室部分团队成员参观学习了中国科学院深圳先进技术研究院(以下简称先进院)。

FIST实验室成员参观先进院,一方面是与一流科学家面对面交流,调研学习先进院领先的研究成果,为FIST实验室的研究添翼助能。另一方面是带领学生感受先进院的研究氛围,加强学生的学习研究能力和对外交流合作能力。

此次参观主要由从事计算机视觉、自动化领域研究的先进院研究员、人机控制研究室主任程俊老师带领介绍。程俊老师在详细介绍了先进院的发展史之后又给团队成员展示了部分研究团队近几年的重要研究成果。

在参观过程中,FIST实验室团队成员对先进院研发的小Q机器人产生了浓厚的兴趣。小Q机器人是程俊研究组与腾讯多年合作的成果,堪称智能音箱的鼻祖,还得到过中国的人工智能最高奖励—吴文俊人工智能奖,其企鹅外形也是萌化了团队人员的心。

通过双方深入的交流,基于在机器视觉方面的合作基础,接下来,FIST实验室将与程俊研究组在四轮机器人方面展开深度合作,组建共同研发团队,打造机器人视觉平台。

此次先进院之行对于FIST实验室的成员来说收获颇丰,不仅见识到了很多先进的机器和技术,还与高技术人员进行了深度交流,让他们对智能,医疗,制造方面的发展有了一个全新的认识。老师告诉我们“与国内领先的研究团队进行切磋,可以查找目前实验室存在的问题,先进院的创新氛围和研究氛围是我们不断前行的动力。”



2017年10月30日


澳门大学唐远炎教授来我实验室进行学术讲座

2017年10月30日星期一上午十点三十分,信息学院FIST实验室邀请澳门大学唐远炎教授来实验室讲学,唐教授以“Document  Analysis  Based on Fractal and Wavelets-An Experience of Writing Technical papers in English”为题,为大家带来了一场精彩的前沿学术讲座。本讲座由陶大鹏老师主持,FIST(Future Intelligent System Technology)实验室全体成员一同聆听了讲座。

唐远炎教授是博士生导师,澳门大学计算机与信息科学系首席教授,香港浸会大学计算机科学系名誉教授(Honorary Professor),国际电子电气工程学会会士(IEEE Fellow),国际模式识别学会会士(IAPR Fellow),国际模式识别技术委员会主席 (IEEE SMC),中国自动化学会常务理事。唐远炎教授长期从事模式识别及图像处理等领域的科学研究,已取得了一系列高创新性,具有国际先进水平的研究成果。特别是因在科学技术进步工作中做出了重大贡献而荣获2005年教育部自然科学奖一等奖。主要研究成果已有两百四十余篇发表了在高水平的国际刊物和国际会议上,其中 SCI检索80余篇,EI检索100余篇。近几年主持完成香港研究局等资助重大项目17项,累计科研经费港币 350 多万。

唐远炎教授从论文的分层讲起,并结合他所做的课题,详细介绍了分层在英文论文写作中的应用,其重点阐述了论文的选题、如何确定你要投什么样的期刊、如何表达论文的观点、论文个部分的写作要点、专业知识和语言(英语)的关系、学习英语的体会等,让大家对论文写作如何立题及构思有了直观的认识。其次,唐教授给大家讲解专业知识与语言的关系时,通过几个例子详细阐明专业知识对学术的重要性。

唐教授给大家带来的不仅是国际前沿的学术知识,更让我们对如何发表论文以及论文的投递有了更加清晰的认识。同时感谢唐教授给我们带来这么精彩的学术讲座。




机甲大师 ROBOMASTER

2018年5月14日,FISTFuture Intelligent System Technology实验室的Future战队全员出动前往南京参加2018Robomster机甲大师大赛,在激烈紧张又残酷的比赛中,Future战队通宵达旦,应对比赛中的各种突发状况。历时一周的RoboMaster机甲大师赛中部分区赛于5月20日在南京理工大学体育中心落幕,Future战队取得了全国中部分区赛的三等奖,收获颇多,也心存遗憾,但是我们不会沮丧和抱怨,与合作伙伴会依旧在奋斗的道路上不断前行!

1 扬帆起航

2 战前动员

图3 紧张的等待

 


研究生招生

实验室成员优先从实习生中挑选(实习时间不少于两个月),若未能参加实习,需通过实验室组织面试与笔试。请认真阅读以下注意事项后再联系实验室:

1.团队意识:能够主动融入团队,服务团队成员;

2.自我驱动:顽强的斗志,克服困难的信念;

3.固定假期:寒假15天;

4.编程基础:熟练使用C++/JAVA/Python等编程语言中的一种。