|
担任中国人工智能创新大赛委员,多种国内外期刊及会议审稿专家
电子邮箱:auwangjun@henu.edu.cn 教育及工作经历: 2007.09-2010.07 郑州轻工业大学 电气信息工程学院 电机与电器专业 硕士 2010.09-2013.07 华南理工大学 自动化科学与工程学院 控制理论与控制工程 博士 2014.07-2020.10 79906am美高梅 计算机与信息工程学院 2020.11- 79906am美高梅 79906am美高梅 研究领域: 计算机视觉,智能机器人,医学图像处理
主要荣誉: 2014年至今 获得全国大学生智能车竞赛、中国机器人竞赛、全国大学生蓝桥杯竞赛,河南省机器人竞赛优秀指导老师称号,带队多次荣获国家级、省级奖项 2015年获得本科优秀实习指导教师 2016年和2018年分别获得79906am美高梅教学质量二等奖和一等奖 2019年获得本科毕业设计优秀指导教师
主讲课程: 编程导论(C/C++),单片机/嵌入式系统开发,智能移动机器人,数字电子技术,计算机视觉
论文: 1. Wang, J., Zhi, X., Chai, X. et al. Chaos-based image encryption strategy based on random number embedding and DNA-level self-adaptive permutation and diffusion. Multimed Tools Appl 80, 16087–16122 (2021). SCI 2. Yang, Q., Zhou, Y., Chai, X. Wang, J. et al. Exploring class-agnostic pixels for scribble-supervised high-resolution salient object detection. Neural Comput & Applic (2022). https://doi.org/10.1007/s00521-022-07915-w 3. Zhao, Z., Huang, Z., Chai, X. Wang, J.et al. Depth Enhanced Cross-Modal Cascaded Network for RGB-D Salient Object Detection. Neural Process Lett (2022). https://doi.org/10.1007/s11063-022-10886-7 4. Wang, J., Yang, Q., Yang, S. et al. Dual-path Processing Network for High-resolution Salient Object Detection. Appl Intell 52, 12034–12048 (2022). https://doi.org/10.1007/s10489-021-02971-6 5. Wang, J., Zhao, Z., Yang, S. et al. Global contextual guided residual attention network for salient object detection. Appl Intell 52, 6208–6226 (2022). https://doi.org/10.1007/s10489-021-02713-8
科研项目: 河南省科技厅科技攻关项目“河南省科技厅科技攻关项目“分布式车队自组网的DTN架构与优化控制研究” 主持,在研 国家自然科学基金面上项目“基于预估的新型飞行器重构控制策略研究” 参与 河南省科技厅基础研究项目“非理想条件下的混沌系统的广义同步及在保密通信中的应用” 参与(第三),已结项 河南省科技厅基础研究项目“复杂环境下基于图像稀疏表示的小样本人脸识别方法研究” 参与(第三),已结项 国家自然学科基金青年基金项目,分布式移动通信场景下的参数化信道建模及预测优化机制研究,参与(第三),已结项 河南省科技厅科技攻关项目“分布式车队自组网的DTN架构与优化控制研究” 参与(第二),已结项 河南省教育厅重点项目“基于车路协同技术的车载监控系统设计与开发” 主持,已结项 国家自然科学河南联合基金,基于深度特征抽取的微小故障诊断与寿命预测方法, 参与(第三),已结项
专利: 一种快速搜索机制下改进DQN的机器人路径规划算法,发明专利,排名第一 一种基于全局信息引导残差注意力的显著性目标检测方法,发明专利,排名第一 一种基于双路径处理的高分辨率显著性目标检测方法,发明专利,排名第一 一种基于跨模态特征融合的RGB-D图像显著性目标检测方法,发明专利,排名第一 基于视觉抓取的机械臂系统设计软件V1.0,软著,排名第一 基于深度学习移动目标检测V1.0,软著,排名第一 基于现实场景的目标检测系统V1.0,软著,排名第一 |
邮编:450046
地址:中国 河南 郑州.明理路北段379号79906am美高梅(郑州校区)