基本信息
王树徽男硕导中国科学院计算技术研究所
电子邮件： wangshuhui@ict.ac.cn
通信地址： 北京市海淀区科学院南路6号
邮政编码： 100190

研究领域


视觉/多媒体分析-图像视频语义理解、跨媒体分析与推理
机器学习-度量学习、深度学习、关联学习、迁移学习
数据挖掘-社交媒体信息挖掘、跨内容检索、用户行为建模




招生信息
招生专业081203-计算机应用技术

招生方向图像视频理解，视觉概述，视觉语义检索
跨媒体知识表征，知识图谱构建与分析，跨媒体知识推理
深度学习，非参数统计学习，开放域及迁移学习等

说明欢迎对图像视频理解，图文检索与内容转换生成，跨媒体分析推理，跨媒体知识工程等前沿研究有强烈兴趣和相关研究背景的同学报考研究生！


工作经历2015年9月 至今，中科院计算所，副研究员
2014年10月 至 2015年9月，中科院计算所，助理研究员
2012年8月 至 2014年10月，中科院计算所，博士后


专利与奖励
奖励信息（1） 2016全国多媒体大会(NCMT)最佳论文奖, 特等奖, 其他, 2016
（2） 中国计算机学会(CCF)科学技术奖, 其他, 2012
（3） 中科院院长奖(优秀奖), 院级, 2012

专利成果（ 1 ） 一种基于树结构的图像分类方法及其系统, 发明, 2017, 第 1 作者, 专利号: CN
（ 2 ） 一种基于密集子图的视觉词典生成方法及其系统, 发明, 2017, 第 4 作者, 专利号: CNA
（ 3 ） 基于多模态信息融合与图聚类的跨媒体话题检测方法, 发明, 2017, 第 5 作者, 专利号: CN
（ 4 ） 基于深度判别排序学习的跨媒体训练及检索方法, 发明, 2017, 第 3 作者, 专利号: 2.X
（ 5 ） 基于语义保持的跨模态内容检索方法和系统, 发明, 2018, 第 1 作者, 专利号: 9.5
（ 6 ） 基于帧选择的视频内容描述方法和系统, 发明, 2018, 第 1 作者, 专利号: 8.9


出版信息
发表论文（1）F3Net: Fusion, Feedback and Focus for Salient Object Detection,AAAI,2020-01,通讯作者
（2）Harmonized Multimodal Learning with Gaussian Process Latent Variable Models,IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),2019-09,通讯作者
（3）Online Fast Adaptive Low-rank Similarity Learning for Cross-Modal Retrieval,IEEE Transactions on Multimedia,2019-09,通讯作者
（4）Adaptive Reconstruction Network for Weakly Supervised Referring Expression Grounding,ICCV(CCF-A),2019,第3作者
（5）Learning Fragment Self-Attention Embeddings for Image-Text Matching,ACMMM(CCF-A),2019,通讯作者
（6）Knowledge-guided Pairwise Reconstruction Network for Weakly Supervised Referring Expression Grounding,ACMMM(CCF-A),2019,第3作者
（7）Structured Stochastic Recurrent Network for Linguistic Video Prediction,ACMMM(CCF-A),2019,第3作者
（8）Unsupervised Open Domain Recognition by Semantic Discrepancy Minimization,CVPR(CCF-A),2019,通讯作者
（9）Regularized Topic-aware Latent Influence Propagation in Dynamic Relational Networks,Geoinformatica,2019,第1作者
（10）Online Asymmetric Metric Learning with Multi-Layer Similarity Aggregation for Cross-Modal Retrieval,IEEE TIP (CCF-A),2019,通讯作者
（11）SkeletonNet: A Hybrid Network with a Skeleton-Embedding Process for Multi-view Image Representation Learning,IEEE TMM,2019,第3作者
（12）Beyond global fusion: A group-aware fusion approach for multi-view image clustering,Information Science,2019,第3作者
（13）Multi-modal semantic autoencoder for cross-modal retrieval,Neurocomputing,2019,通讯作者
（14）Multi-label double-layer learning for cross-modal retrieval,Neurocomputing,2018,第3作者
（15）Heterogeneous anomaly detection in social diffusion with discriminative feature discovery,Information Science,2018,第3作者
（16）Bilevel Multiview Latent Space Learning,IEEE Transactions on Circuits Systtem and Video Technology,2018,第3作者
（17）Less is More: Picking Informative Frames for Video Captioning,ECCV,2018,第2作者
（18）Learning Semantic Structure-preserved Embeddings for Cross-modal Retrieval,ACM Multimedia (CCF-A),2018,第2作者
（19）Attentive Recurrent Neural Network for Weak-supervised Multi-label Image Classification,ACM Multimedia (CCF-A),2018,第2作者
（20）Joint Global and Co-Attentive Representation Learning for Image-Sentence Retrieval,ACM Multimedia (CCF-A),2018,第1作者
（21）Semantic invariant cross-domain image generation with generative adversarial networks,Neurocomputing,2018,第2作者
（22）JEREMIE: Joint Semantic Feature Learning via Multi-relational Matrix Completion,MATES@VLDB,2017,通讯作者
（23）Efficient Cross-Modal Retrieval Using Social Tag Information Towards Mobile Applications,MATES@VLDB,2017,通讯作者
（24）Multimodal Gaussian Process Latent Variable Models with Harmonization,IEEE International Conference on Computer Vision (ICCV, CCF-A),2017,第2作者
（25）Online Asymmetric Similarity Learning for Cross-modal Retrieval,IEEE CVPR (CCF-A),2017,第2作者
（26）Online Low rank similarity function learning with adaptive relative margin for cross-modal retrieval,IEEE ICME (CCF-B), oral,2017,第2作者
（27）A Graph Regularized Deep Neural Network for Deep Unsupervised Image Representation Learning,IEEE CVPR (CCF-A),2017,第3作者
（28）Location-Based Parallel Tag Completion for Geo-tagged Social Image Retrieval,ACM Transctions on Intelligent Systems and Technology (TIST),2017,通讯作者
（29）Trajectory Community Discovery and Recommendation by Multi-source Diffusion Modeling,IEEE TKDE(CCF-A),2017,通讯作者
（30）Multi-label classification by exploiting local positive and negative pairwise label correlation,Neurocomputing,2017,第3作者
（31）Bi-Level Multi-View Latent Space Learning,IEEE TCSVT (CCF-B),2017,第3作者
（32）Multimodal Similarity Gaussian Process Latent Variable Model,IEEE Transactions on Image Processing (TIP, CCF-A),2017,通讯作者
（33）Deep Unsupervised Convolutional Domain Adaptation,ACM Multimedia (CCF-A),2017,第2作者
（34）A Delicious Recipe Analysis Framework for Exploring Multi-Modal Recipes with Various Attributes,ACM Multimedia (CCF-A),2017,第3作者
（35）Cross-modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation,IEEE Transactions on Multimedia (TMM, CCF-B),2016,通讯作者
（36）Effective multi-modality fusion framework for cross-media topic detection,IEEE Transactions on Circuit System and Video Technologies(TCSVT, CCF-B),2016,第4作者
（37）Cross-modal Retrieval by Real Label Partial Least Squares,ACM Multimedia 2016,2016,第3作者
（38）Group Sensitive Classifier Chains for Multi-Label Classification,IEEE International Conference on Multimedia and Expo (ICME, CCF-B),2015,第3作者
（39）GOMES: A Group-Aware Multi-View Fusion Approach towards Real-World Image Clustering,IEEE Internaltion Conference on Multimedia and Expo (ICME, CCF-B),2015,第3作者
（40）Rationality Analytics from Trajectories,ACM Transactions on Knowledge Discovery from Data (TKDD),2015,第3作者
（41）Multi-Level Discriminative Dictionary Learning with Application to Large Scale Image Classification,IEEE Transactions on Image Processing (TIP, CCF-A),2015,第4作者
（42）Similarity Gaussian Process Latent Variable Model for Multi-Modal Data Analysis,IEEE International Conference on Computer Vision (ICCV, CCF-A),2015,第2作者
（43）ALID: Scalable dominant cluster Detection,International Conference on Very Large Data Bases (VLDB),2015,第2作者
（44）Structured Learning from Heterogeneous Behavior for Social Identity Linkage,IEEE Transactions on Knowledge Discovery and Engineering (TKDE),2015,通讯作者
（45）Cluster-Sensitive Structured Correlation Analysis for Web Cross Modality Retrieval,Neurocomputing,2015,第1作者
（46）Improving Cross-Modal Correlation Learning by Hyperlinks,IEEE International Conference on Multimedia and Expo (ICME),2015,第1作者
（47）Location-Based Parallel Tag Completion for Geo-tagged Social Photo Retrieval,International Conference on Multimedia Retrieval (ICMR),2015,第2作者
（48）Cross media Topic Analytics Based on Synergetic Content and User Behavior Modeling,IEEE International Conference on Multimedia and Expo (ICME),2014,第1作者
（49）TINA: Cross-modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation,IEEE International Conference on Data Mining,2014,第2作者
（50）HYDRA: Large-scale Social Identity Linkage via Heterogeneous Behavior Modeling,The 41st ACM SIGMOD International Conference on Management of Data,2014,第2作者
（51）Graph-Density-Based Visual Word Vocabulary for Image Retrieval,IEEE Internation Conference on Multimedia and Expo (ICME),2014,第2作者
（52）Robust Spatial Consistency Graph Model for Partial Duplicate Image Retrieval,IEEE Transactions on Multimedia (TMM),2013,第3作者
（53）Accurate and efficient cross-domain visual matching leveraging multiple feature representations,The Visual Computer (TVC),2013,第2作者
（54）Image Classification Using Spatial Pyramid Robust Sparse Coding,Pattern Recognition Letters (PRL),2013,第2作者
（55）TODMIS: Mining Communities from Trajectories,ACM International Conference on Information and Knowledge Management (CIKM),2013,第2作者
（56）Multi-Level Discriminative Dictionary Learning towards Hierarchical Visual Categorization,IEEE International Conference on Computer Vision and Pattern Recognition (CVPR),2013,第2作者
（57）Laplacian Affine Sparse Coding with tilt and orientation consistency for Image Classification,Journal of Visual Communication and Image Representation,2013,第2作者
（58）Undo the Codebook Bias by Linear Transformation for Visual Applications,ACM Multimedia,2013,第3作者
（59）Beyond Bag of Words: Image Representation in Sub-semantic Space,ACM Multimedia,2013,第2作者
（60）Shared Structure Learning for Multiple Tasks with Multiple Views,ECMLPKDD,2013,第3作者
（61）WIKI-CMR: A Web Cross Modality database for Studying and Evaluation of Cross Modality Retrival Methods,IEEE International Conference on Multimedia and Expo (ICME),2013,第2作者
（62）Cross Concept Local Fisher Discriminant Analysis for Image Classification,Multimedia Modelling (MMM),2013,第3作者
（63）Cross-Media Topic Detection: A Multi-Modality Fusion Framework,IEEE International Conference on Multimedia and Expo (ICME),2013,第4作者


学术活动

1）Area Chair of ACMMM 2019-2020
2）Program Cochair of MATES Workshop collocated with VLDB 2017.
3)Program Cochair of MASS Workshop collocated with APWEB-WAIM 2017.
4) Publication Chair, PCM 2017.
5) Session Chair, ICME 2015.
5) Publication Chair, ICIMCS 2015.



科研项目（ 1 ） 基于多源信息融合和网络社群行为建模的跨媒体分析技术研究, 主持,国家级,2014-01--2016-12
（ 2 ） 异构媒体数据的关联与挖掘研究, 参与,国家级,2014-01--2016-12
（ 3 ） 面向公共安全的跨媒体计算理论与方法, 参与,国家级,2012-01--2016-08
（ 4 ） 图像视频的群体数据协同结构化表达与处理, 参与,国家级,2014-01--2018-12
（ 5 ） 异构大数据的对象建模及跨域分析技术研究, 主持,国家级,2017-01--2020-12
（ 6 ） 基于视觉特性的视频编码理论与方法研究, 参与,国家级,2015-01--2019-12


指导学生已指导学生
辛永健硕士研究生085211-计算机技术
现指导学生
于晟昊硕士研究生085211-计算机技术
魏军硕士研究生081203-计算机应用技术
崔书豪硕士研究生081203-计算机应用技术
闫旭硕士研究生081203-计算机应用技术

已毕业博士生

吴益灵（协助指导，2013~2019，获得国家奖学金，中科院院长优秀奖）
宋国利（协助指导，2012~2018）
申丽（协助指导，2012~2014）
褚令洋(协助指导，2012~2015，获得国家奖学金，计算所所长奖)





已毕业硕士生


胡玲（协助指导，2019年毕业）
陈扬羽（协助指导，2018年毕业）
张家明（协助指导，2018年毕业）
张川（协助指导，2016年毕业）
王祯骏（协助指导，2015年毕业）
熊威（协助指导，2014年毕业）





合作的访问学生花妍（博士生，北京邮电大学，2013年10月~2014年10月）

在读研究生


卓君宝（博士生（协助指导），2014级，获得计算所所长优秀奖）
韩歆哲（博士生（协助指导），2017级）
方晟（直博生（协助指导），2018级）
聂瑜（硕士生（协助指导），2018级）