陈虎

(四川大学计算机学院讲师)

语音

编辑

锁定

讨论

上传视频

陈虎，男，博士，四川大学计算机学院讲师。[1]

中文名

陈虎

国    籍

中国

毕业院校

电子科技大学

学位/学历

博士[1]专业方向

人工智能、人脸识别

性    别

男

职    称

讲师[1]

研究方向

人工智能、人脸识别[1]

陈虎人物经历

编辑

语音

2011年6月于电子科技大学获得博士学位，2008年9月至2009年9月在美国加州大学圣地亚哥分校(University California, San Diego)，电子与计算机工程学院，视频处理实验室进行研究与学习，为联合培养博士；2011 年 12 月至今在四川大学计算机学院任教。[1]

陈虎研究方向

编辑

语音

具体研究方向包括视频分析与处理、视频编解码、 深度学习、人脸识别、医学图像处理等。[1]

陈虎学术会议

编辑

语音

作为组委会成员参与组织本领域的多个权威国际国内学术会议(智能信号处理与通信系统国际学术会议(International Symposium on Intelligent Signal Processing and Communications Systems (ISPACS 2010))、中国生物特征识别大会(Chinese Conference on Biometric Recognition (CCBR2016)等)。[1]

陈虎项目成果

编辑

语音

陈虎主持项目

作为项目负责人或主要研究人员参与国家/国防纵向科研项目以及企业委托研发项目等十余项；包括国家重点研发计划、国家自然科学基金、国家重大仪器设备开发专项、工信部电子产业基金等重大项目的研究工作。

1. 国家重点研发计划：法定身份管理关键技术研究与应用示范”子课题”人脸采集数据的质量指标，评估方法以及异源异质人脸识别方法研究

2. 国家自然科学基金：基于HEVC 的运动信息可分级的研究

3. 四川省重点研发项目：基于深度视觉的智能铁轨检测的研究与实现

4. 四川省中医药管理局科学技术研究专项项目：基于机器视觉联合人工智能技术的贵细药材(饮片)品质检测研究

5. 合作项目：低小慢移动目标的智能识别与跟踪[1]

陈虎主研项目

1. 国家自然科学基金：动态视点下室外场景的在线协同式虚实结合

2. 国家重大仪器设备开发专项：高速高精度结构光三维测量仪器开发与应用

3. 电子信息产业发展基金：基于动态信息的智能交通系统研发及应用示范

4. 四川省重大科技成果转化示范项目：三维人脸识别终端

5. 合作项目：成都铁路局“人证票合一”查验系统

6. 道路交通安全公安部重点实验室开放课题：基于深度学习的机动车通行安全状态感知技术研究[1]

陈虎社会任职

编辑

语音

担任IEEE Transactions on medical Imaging，IEEESignal Processing Letters等期刊的审稿人，多次被评为四川大学青年骨干教师。[1]

陈虎论文著作

编辑

语音

已在 IEEE Transactions on medical Imaging，IEEE Transactions on Image Processing 等权威国际国内学术期刊和国际会议上发表论文近 30 篇。

[1] LEARN: Learned Experts’ Assessment-based Reconstruction Network for Sparse-data CT, IEEE Transactions on Medical Imaging, 2018.2

[2] Low-Dose CT With a Residual Encoder-Decoder Convolutional Neural Network, IEEE Transactions on Medical Imaging, 2017.12

[3] Stacked competitive networks for noise reduction in low-dose CT, Plos one, 2017

[4] Low-dose CT via convolutional neural network, Biomedical Optics Express, 2017

[5] Head Pose Estimation with Improved Random Regression Forests, Mathematical Problems in Engineering, 2015

[6] Few-view image reconstruction combining total variation and a high-order norm, International Journal of Imaging System and Technology, 2013.9

[7] Bidirectional Scalable Motion for Scalable Video Coding, IEEE Transactions on Image Processing, 2010.11

[8] Deep learning for low-dose CT 2017 SPIE Optical Engineering + Applications

[9] Low-dose CT restoration with deep convolutional neural network, 2017 International Conference on Fully Three-Dimensional Image Reconstruction in Radiology and Nuclear Medicine

[10] Denoising with convolutional neural network, 2017 IEEE International Symposium on Biomedical Imaging[1]

参考资料

1.

陈虎

．四川大学计算机学院[引用日期2019-08-19]