个人信息

姓 名 赵仲秋 性 别 男
出生年月 1977年9月 最终学位
博士
毕业学校 中国科技大学


从事专业 模式识别与智能系统 职务 博士生导师
所属院系 计算机科学与技术系


所在部门 计算机软件与理论研究所 职称 教授

　联系方式

办公电话

E-mail zhongqiuzhao @gmail. com
通讯地址

邮编


　简历
江苏靖江人；工学博士，研究员，博士生导师；IEEE/ACM会员。
-2007年12月~2008年3月在合肥工业大学计算机与信息学院“图像信息处理研究室”从事研究工作；
-2008年4月~2009年11月于法国 UNIVERSITE PAUL CEZANNE – AIX-MARSEILLE III 任博士后；
-2009年12月至今，于合肥工业大学计算机与信息学院工作，2011年12月入选合肥工业大学计算机与信息学院人才培育“C计划”。
-2012年入选“香江****”计划，2013年1月~2014年12月于香港浸会大学计算机科学系从事合作研究。
近年来主持国家自然科学基金项目3项，教育部高等学校博士点新教师基金、中国博士后科学基金特别资助等各1项；承担科技部863项目、973课题、973前期预研专项项目、法国国家科研署（ANR）项目等多个项目的研究。
在相关领域已经发表论文60余篇，包括IEEE TNNLS，IEEE TIP，IEEE ToC，IEEE TKDE，PR，IEEE Multimedia，Neurocomputing，PRL等权威学术期刊，以及IJCAI，ECCV，ACM MIR，ACCV，ICIP等权威学术会议。获授权国家发明专利5项。
担任IEEE Trans. Evolutionary Computation, IEEE Trans. Multimedia, IEEE Trans. Image Processing, IEEE TNNLS，Computer Vision and Image Understanding，Pattern Recognition Letters, 《计算机学报》等期刊的论文审稿人。

　研究方向

研究方向包括：模式识别、深度学习、图像视频分类与理解、数据挖掘等。
欢迎具有良好数学基础、有志于从事人工智能、图像和视频处理技术应用研究的学生报考研究生！理想和态度决定您的高度！
主持和承担科研项目：
（1）安徽省****科学基金，“图像分类和标注中的稀疏感知问题”（No.170808J08，2017.1.1-2019.12，主持）
（2）国家自然科学基金面上项目，“增长的卷积神经网络模型中的若干关键问题研究”（No. **，2017.1-2020.12，主持）
（3）国家自然科学基金面上项目，“基于耦合判别和协作稀疏表示的图像表征和标注研究”（No.**，2014.1-2017.12，
主持）
（4）“香江****”计划，“高维数据下的特征选择及应用”， （No. XJ**，2013.1-2014.12，主持）
（5）国家自然科学基金青年基金，“约束最大差异投影在基于内容的多样化图像检索中的应用研究”（No. **, 2011.1-2013.12，主持）
（6）教育部高等学校博士点新教师基金，“基于子域模块分类器的非对称模式分类研究”（No.4，2009.1-2011.12，主持）
（7）国家重点研发计划，“大数据知识工程基础理论及其应用研究”（No. 2016YFB**，2016.7-2020.12，承担）

企业委托开发项目：
（1）基于人脸识别和姿态估计的驾驶员安全状态评估系统
（2）面向校园安防的视频分析系统
（3）基于机器视觉的微细光纤缺陷检测系统
（4）基于机器视觉的缆线外护套缺陷检测系统
（5）基于X射线成像和机器视觉的缆芯缺陷检测设备与系统

　教学工作
《人工神经网络》
《智能信息处理》
《程序设计基础》
　获奖情况

2012年入选“香江****”计划；
2014年获ACM南京分会（江苏、安徽地区）卓越青年科学家奖提名奖；
2016年获安徽省****科学基金资助；
2016年获教育部自然科学一等奖；
2018年获吴文俊人工智能科学技术奖科技进步一等奖；
2020年入选安徽省“特支计划”创新领军人才。

　主要论著
[30]Hao Shen andZhong-Qiu Zhao*, Mid-weight Image Super-Resolution with BypassConnection Attention Network,EuropeanConferenceonArtificialIntelligence(ECAI),2020.（*corresponding author）
[29]Zhong-Qiu Zhao, Shou-Tao Xu, Dian Liu, Wei-Dong Tian ?, Zhi-Da Jiang, A Review of Image Set Classification,Neurocomputing, Vol. 335, pp. 251-260, 2019.
[28]Z.Q. Zhao, P. Zheng,S. Xu, X. Wu,Object Detection with Deep Learning: A Review,IEEE Transactions on Neural Networks and Learning Systems, Vol. 30(11), pp. 3212-3232, 2019.（ESI 高被引、热点论文）
[27]Z.Q. Zhao, J. Hu; W. Tian, N. Ling, Cooperative Adversarial Network for Accurate Super Resolution,Asian Conference on Computer Vision (ACCV), 2018.
[26] P. Zheng,Z.Q. Zhao*, J. Gao, X. Wu, A set-level joint sparse representation for image set classification,Information Sciences, Vol. 448–449,pp.75–90, June 2018. （*corresponding author）
[25] P. Zheng,Z.Q. Zhao*, J. Gao, X. Wu, Image set classification based on cooperative sparse representation,Pattern Recognition, Volume 63, Pages 206–217,March 2017. (*corresponding author)
[24] D. Hu, X. Zhang, Y. Fan,Z.Q. Zhao, L. Wang, X. Wu, X. Wu, On Digital Image Trustworthiness,Applied Soft Computing, Vol. 48, pp.240-253, 2016.
[23]Z.Q. Zhao, Y. Cheung, H. Hu, X. Wu, Corrupted and Occluded Face Recognition via Cooperative Sparse Representation,Pattern Recognition, Vol. 56, Pages 77–87, August, 2016.
[22] S. Li, Z.H. You, H. Guo, X. Luo,Z.Q. Zhao, Inverse-Free Extreme Learning Machine With Optimal Information Updating,IEEE Transactions on Cybernetics, vol.46,issue 5, pp.1229-1241, 2016.
[21]Z.Q. Zhao, Y. Cheung, H. Hu, X. Wu, Expanding dictionary for robust face recognition: pixel is not necessary while sparsity is,IET Computer Vision, Vol. 9(5),pp.648 –654, 2015.
[20] X. Wu, H. Chen, G.Q. Wu, J. Liu, Q. Zheng, X. He, A. Zhou,Z.Q. Zhao, B. Wei, Y. Li, Q. Zhang, S. Zhang: Knowledge Engineering with Big Data.IEEE Intelligent Systems, 30(5): 46-55 (2015)
[19]Z.Q. Zhao, Y. Hong, P. Zheng, X. Wu: Plant identification using triangular representation based on salient points and margin points.ICIP2015: 1145-1149
[18]Z.Q. Zhao, L.H. Ma, Y. Cheung, X. Wu, Y. Tang, C.L.P. Chen, ApLeaf: An efficient android-based plant leaf identification system,Neurocomputing, Volume 151, Part 3, 3 March 2015, Pages 1112-1119.
[17] J. Wang, M. Wang, P.P. Li, L. Liu,Z.Q. Zhao, X. Hu, X. Wu: Online Feature Selection with Group Structure Analysis.IEEE Transactions on Knowledge and Data Engineering,27(11): 3029-3041 (2015)
[16]Z.Q. Zhao, B.J. Xie, Y. Cheung, X. Wu, Plant Leaf Identification via A Growing Convolution Neural Network with Progressive Sample Learning,ACCV, 2014.
[15]赵仲秋, 季海峰, 高隽, 胡东辉. 基于稀疏编码多尺度空间潜在语义分析的图像分类,《计算机学报》, 37(6): 1251-1260, 2014.
[14]Z.Q. Zhao, CanYi Lu, Herve Glotin, Jun Gao, Optimizing widths with PSO for center selection of Gaussian radial basis function networks,SCIENCE CHINA Information Sciences, Volume 57, Issue 5, pp 1-17, May 2014. DOI: 10.1007/s11432-013-4850-5
[13] Bo Li, Jin Liu,Z.Q. Zhaoand Wen-Sheng Zhang, Locally Linear Representation Fisher Criterion,International Joint Conference on Neural Networks (IJCNN), 2013.
[12] J. Wang,Z.Q. Zhao, X. Hu, Y. Cheung, M. Wang, and X. Wu, Online Group Feature Seclection,23rd International Joint Conference on Artificial Intelligence (IJCAI), 2013.
[11]Z.Q. Zhao, H. Glotin, Z. Xie, J. Gao, and X. Wu, Cooperative Sparse Representation in Two Opposite Directions for Semi-supervised Image Annotation,IEEE Transactions on Image Processing (TIP), Vol. 21 , Issue 9, pp. 4218 - 4231, 2012 (regular paper).
[10] Can-Yi Lu, Hai Min,Zhong-Qiu Zhao, Lin Zhu, De-Shuang Huang, Shuicheng Yan, Robust and Efficient Subspace Segmentation via Least Squares Regression,European Conference on Computer Vision (ECCV), 2012.(top conference)
[9]Z.Q. Zhao, J.Z. Li , J. Gao, “A Modified Semi-Supervised Learning Algorithm on Laplacian Eigenmaps,”Neural Processing Letters, vol. 32(1), 76-82, 2010.
[8]Z.Q. Zhao, J. Gao, H. Glotin, “A matrix modular neural network based on task decomposition with subspace division by adaptive affinity propagation clustering,”Applied Mathematical Modelling, 34, pp. 3884–3895, 2010.
[7] H. Glotin,Z.Q. Zhao, J. Gao, “A Matrix Modular SVM Robust to Imbalanced Dataset for Efficient Visual Concept Detections,”The 11th ACM SIGMM International Conference on Multimedia Information Retrieval (ACM MIR 2010), March 29-31, 2010, National Constitution Center, Philadelphia, Pennsylvania, USA.
[6]Z.Q. Zhao, H. Glotin, “Diversifying Image Retrieval by Affinity Propagation Clustering on Visual Manifolds,”IEEE Mutimedia, vol. 16, no. 4, pp. 34-43, 2009.
[5]Z.Q. Zhao, “A Novel Modular Neural Network for Imbalanced Classification Problems,”Pattern Recognition Letters, Vol.30, No.9, pp. 783-788, 2009.
[4]Z.Q. Zhao, D.S. Huang, and W. Jia, “Palmprint Recognition with 2DPCA+PCA Based on Modular Neural Networks,”Neurocomputing，Vol. 71(1-3), pp. 448-454, 2007.
[3]Z.Q. Zhaoand D.S. Huang, “A mended hybrid learning algorithm for radial basis function neural networks to improve generalization capability,”Applied Mathematics Modelling,Vol. 31(7), pp. 1271-1281, 2007.
[2]Z.Q. Zhao, D.S. Huang, B. Y. Sun, “Human face recognition based on multiple features using neural networks committee,” Pattern Recognition Letters, Vol.25(12), pp.1351-1358, 2004.
[1] H. Glotin,Z.Q. Zhao, S. Ayache, “Efficient Image Concept Indexing by Harmonic and Arithmetic Profiles Entropy,”Proceedings of 2009 IEEE International Conference on Image Processing (ICIP 2009), IEEE Signal Processing Society, pp.277-280, 2009.