当前位置: 首页 > 师资队伍 > 专任教师 > 副教授 > 正文

李凡

【来源:信自院 | 发布日期:2021-08-22 】

基本信息

姓名

李凡

系、部门

自动化系

职称/职务

副教授

导师类别

硕士生导师

学位

博士

电话

15210508569

电子邮箱

478263823@qq.com

办公地点

信自楼539

研究方向

图像识别

个人情况简介

姓名:李凡,男,1986年8月出生,2015年6月博士毕业于北京林业大学信息学院林业装备工程专业,2015年7月入职昆明理工大学,现任昆明理工大学信息工程与自动化学院副教授、硕士生导师。中国计算机学会会员。主要从事数字图像处理与识别领域的相关研究工作。主持云南省科技厅重大专项计划(子课题)项目1项;云南省科技厅(面上项目、青年项目)各1项、云南省省级人培项目1项;作为主要参与人参与国家自然科学基金项目4项,云南省科技厅(面上项目)1项,此外,还参与了多项软件平台开发横向项目及企业合作项目。近年,撰写高质量的科研论文6篇:其中SCI检索论文2篇(第一作者1篇,通讯作者1篇);EI检索论文1篇(通讯作者1篇,第二作者1篇);中文核心类期刊3篇(通讯作者)。此外,还参与了20余项发明专利及软件著作的申报工作。

学习工作经历

(按时间经历倒序)

2012 -2015年博士研究生毕业于北京林业大学信息学院林业装备工程专业;

2009 -2012年硕博连读—硕士阶段就读于北京林业大学信息学院计算机应用专业;

2005 -2009年本科毕业于云南师范大学计算机科学与信息技术学院动画专业;

代表性成果(每类不超过10个)

(1)获奖情况

(2)教学/科研项目

主持项目:

1、云南省科技厅(面上项目)针对跨模态行人重识别的特征对齐、融合方法研究,2021/06-2024/05,10万元、在研、主持。

2、云南省重大科技专项计划项目,202002AD080001,云南特色产业数字化研究与应用示范课题三(面向卷烟生产过程的数字化和智能化关键技术研究)子课题2,2020/1-2022/12,142万元、在研、主持。3、云南省科技计划项目(青年项目),2016FD039,基于数字图像的云南地区蝴蝶种类自动识别研究,2016/10-2019/09,3万元、在研、主持。

4、云南省人才培养项目,KKSY201503063,基于移动设备的云南地区鳞翅目昆虫种类交互式识别研究,2015/11-2018/11,5万元、在研、主持。

参与项目

1.国家自然科学基金地区项目,61966021,基于对抗自编码的姿态鲁棒与域不变无监督行人再识别研究,2020-01-2023-12,38万元,在研,参与。

2. 国家自然科学基金地区项目,61866020,基于图像、文本特征对齐融合的多模态神经机器翻译问题的研究,2019-01-2022-12,37万元,在研,参与。

3. 国家自然科学基金地区项目,61862036,面向虚拟试衣的视觉特征建模与优化研究,2019-01-2022-12,38万,在研,参与。

4. 国家自然科学基金地区项目,81660661,三七“生打熟补”效用关联的物质基础及个体化质控方法研究,2017-01-2020-12,37万元,在研,参与。

(3)论文

1、赵潇,李仕林,李凡*. 局部细粒度信息引导的双循环一致性绝缘子缺陷样本生成[J].计算机科学, 2021, 48: 581-586.

2、李凡、高瞻、王红斌等. 基于对抗自学习的跨域绝缘子检测算法[J].南京理工大学学报(自然科学版), 2020, 6 (44): 651-659.

3、Hongbin Wang; Minghui Hou; Fan Li*; Yafei Zhang; Chinese Implicit Sentiment Analysis Based on Hierarchical Knowledge Enhancement and Multi-pooling [J]. IEEE Access, 2020, pp(99).

4、杨默远, 李凡*, 谢明鸿, 张亚飞, 李华锋.卷积稀疏表示图像融合与超分辨率联合实现[J]. 光学技术, 2020, 1(02): 236-246.

5、Xue Ankang; Li Fan*; Xiong Yin. Automatic Identification of Butterfly Species Based on Gray-Level Co-occurrence Matrix Features of Image Block, Journal of Shanghai Jiao tong University (Science), 2018, (6).

6、Fan Li*, Yin Xiong. Automatic identification of butterfly species based on HoMSC and GLCMoIB [J]. The Visual Computer 2017, 33 (9): 1- 9.

(4)知识产权

(5)专著、教材

主讲课程


指导学生竞赛