个人简介
基本情况姓名：
白双

职务：
博士生导师

职称：
副教授

学历：
研究生

学位：
博士

通信地址：


邮编：


办公电话：


电子邮箱：
shuangb@bjtu.edu.cn


教育背景 2009.10-2013.03 名古屋大学，信息科学研究科，智能媒体工程专业 博士
2007.09-2009.06 天津大学，电气与自动化工程学院，检测技术与自动化装置专业 硕士
2003.09-2007.07 天津大学，电气与自动化工程学院，自动化专业 本科



工作经历 2016.12 - 北京交通大学，电子信息工程学院， 副教授
2013.04 - 2016.12 北京交通大学，电子信息工程学院， 讲师



研究方向 信号处理与电子系统
电子与通信工程（专业学位）
信息处理与人工智能



招生专业 电子科学与技术硕士
电子与通信工程硕士
信息与通信工程博士



科研项目 Normal07.8 磅02falsefalsefalseEN-USZH-CNX-NONEMicrosoftInternetExplorer4主要研究方向包括：图像/视频理解、计算机视觉、人工智能、机器学习、深度学习等。欢迎对相关领域感兴趣的同学报考研究生。

北京交通大学: 面向移动终端应用的面部检测及关键点定位系统研制，2019-2020, 主持

北京交通大学: 基于对抗生成网络的图像合成方法研究，2019-2020, 主持

北京交通大学: 面向移动终端应用的语义分割系统研制, 2019-2020, 主持

北京交通大学: 智能面部区域提取变换系统研究开发，2019-2019，主持

北京交通大学：海量文物图像识别检索系统研究开发，2019-2019，主持

北京交通大学：自动视频人物换脸系统研究开发，2019-2019，主持

基本科研业务费：基于深度学习的交通场景图像语义分割研究，2019-2021，主持

红果园国家级"四总部"：蜂群无人机组网与控制联合系统研究，2018-2020，主持

基本科研业务费：宽带协同自主网络性能分析与验证，2017-2018，主持

国家自然科学基金"青年基金"：基于卷积神经网络构建部件的场景图像分类研究，2017-2019，主持
留学回国人员基金：预测具有未知类别的物体可能出现的场景的研究,2015-2017，主持
北京交大创新科技中心：智能视频分析系统,2015-2015，主持

基本科研业务费：实现日常户外场景认知的视觉障碍者辅助系统研究,2014-2016，主持

人才基金：有效识别复杂环境下的场景图像类别的研究,2013-2014，主持
国家自然科学基金"青年基金"：针对新一代视频编码标准HEVC的视频重压缩取证技术研究，2018-2020，参加

红果园(横)：自组通信规模组网关键技术研究，2018-2020，参加

其它：针对人眼不可鉴别的视频帧间篡改取证技术研究,2016-2017，参加
北京市教委：便携式数字对讲机监测仪的研制,2016-2017，参加
北京市自然基金：自组装石墨烯场效应管型生化传感器研究,2016-2017，参加
国家自然科学基金"青年基金"：基于统计特征分析的最优声阵列声源探测与重建,2016-2018，参加



教学工作 主讲本科课程：模拟电子技术，数字电子技术(全英文授课)
主讲研究生课程：深度学习及编程实现



论文/期刊 1. Shuang Bai, HuadongTang, Shan An, Coordinate CNNs and LSTMs to categorize scene images withmulti-views and multi-levels of abstraction, Expert Systems With Applications,vol.120, 298–309, 2019.(SCI检索)
2. ShuangBai,ChaoHan, ShanAn, Recognizing Anomalies in Urban Road Scenes ThroughAnalysing Single Images Captured by Cameras on Vehicles, Sensing and Imaging,doi.org/10.1007/s11220-018-0218-7, 2018.(EI检索)
3. Shuang Bai, Shan An, Asurvey on automatic image caption generation, Neurocomputing, vol.311, 291–304,2018. (SCI检索)
4. Shuang Bai, HuadongTang, Softly combining an ensemble of classifiers learned from a singleconvolutional neural network for scene categorization, Applied Soft Computing,vol.67, pp.183-196, 2018. (SCI检索)
5. Shuang Bai, HuadongTang, Categorizing Scenes by Exploring Scene Part Information withoutConstructing Explicit Models, Neurocomputing, vol.281, pp.160-168, 2018. (SCI检索)
6. Shuang Bai, ZhenyaoLiu, Chang Yao, Classify vehicles in traffic scene images with deformablepart-based models, Machine Vision and Applications, vol.29, no.03, pp. 393-403,2018. (SCI检索)
7. Shuang Bai, SceneCategorization Through Using Objects Represented by Deep Features,International Journal of Pattern Recognition and Artificial Intelligence, vol.31, no.09, 2017. (SCI检索)
8. Shuang Bai, Growing RandomForest on Deep Convolutional Neural Networks for Scene Categorization, ExpertSystems with Applications, vol. 71, pp. 279-287, 2017. (SCI检索)
9. ShuangBai,ZhaohongLi, JianjunHou, Learning two-pathway convolutional neuralnetworks for categorizing scene images, Multimedia Tools and Applications,vol.76, no.15, pp.16145-16162, 2017. (SCI检索)
10.Shuang Bai, Chao Hanand Jianjun Hou, Enhancing details in images for performing scenecategorization, Journal of Electronic Imaging, vol. 24, no.04, 2016. (SCI检索)
11.Shuang Bai, JianjunHou and Noboru Ohnishi, Scene categorization through combining LBP and SIFTfeatures effectively, International Journal of Pattern Recognition andArtificial Intelligence, vol.30, no.01, 2016. (SCI检索)
12.Shuang Bai,Human-centric image categorization based on poselets, Sensing and Imaging,vol.16, no.01, pp.1-19, 2015. (EI检索)
13.Shuang Bai, Jianjun Houand Noboru Ohnishi, Combining LBP and SIFT in sparse coding for categorizingscene images, IEICE Transactions on Information and Systems, vol. E97-D, no.09,pp.2563-2566, 2014. (SCI检索)
14.Shuang Bai, TetsuyaMatsumoto, Yoshinori Takeuchi, Hiroaki Kudo and Noboru Ohnishi, A novel methodfor exploring patch-level context to improve image categorization performance,IEEJ Transactions on Electronics, Information and Systems, vol.133, no.12,pp.2264-2274, 2013. (EI检索)
15.Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo andNoboru Ohnishi, Informative Patches Sampling for Image Classification byUtilizing Bottom-up and Top-down Information, Machine Vision and Applications,vol. 24, no.05, pp 959-970, 2013. (SCI检索)
16.Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo andNoboru Ohnishi, Incorporating Contextual Information into Bag of Visual WordsFramework for Effective Object Categorization, IEICE Transactions onInformation and Systems, vol.E95-D, no.12, pp.3060-3068, 2012. (SCI检索)
17.Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo,Noboru Ohnishi, Incorporating Top-Down Guidance for Extracting InformativePatches for Image Classification, IEICE Transactions on Information andSystems, vol. E95-D, no. 03, pp.880-883, 2012. (SCI检索)




专著/译著


专利 1. 白双. 一种视频语义场景分割及标注方法, 中国发明专利, 9.2, 2018/3/19.
2. 白双, 黄远东, 黄玉麟. 一种从书画文物图像中分割并提取印章的方法, 中国发明专利, 2.3, 2019/5/15.
3. 白双, 黄远东, 黄玉麟. 一种适用于海量文物图像检索的图像特征提取方法，中国发明专利,7.6，2019/5/15.
4. 白双, 王聪聪, 李沛安. 基于多任务学习深度神经网络的图像全景分割方法, 中国发明专利, 8.X，2019/6/21.
5. 白双. 对带有遮挡区域的图像进行语义分割的方法，中国发明专利，9.8, 2019/11/01.



软件著作权


获奖与荣誉


社会兼职 IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Multimedia, IEEE Transactions on Intelligent Transportation Systems, IEEE Access, IEEE/CAA Journal of Automatica Sinica, Expert Systems with Applications, Neurocomputing, Mathematical Problems in Engineering, 北京交通大学学报等期刊审稿人