姓名: 吴松 性别: 男

学历: 博士 职称: 副教授
部门: 计算机科学与技术系
邮件地址: songwuswu@swu.edu.cn
研究方向: 机器学习、神经网络、深度学习、机器视觉、数据挖掘

个人简介
本人的研究领域包括：机器学习，深度学习，机器视觉以及大数据分析。其在荷兰莱顿大学的博士研究工作主要针对多媒体大数据检索算法、大数据深度学习算法、深度语义哈希算法等领域，期间发表学术专著 “Large Scale Visual Search” (ISBN: 74)。此外，对深度学习算法在机器视觉领域的发展与应用进行了深入研究，作为合作作者发表了深度学习的综述论文: “Deep Learning for Visual Understanding: A Review” (google citations: 1200)，并发布了基于深度学习的图像分类 live demo (http://destiny.liacs.nl/)，以及基于深度学习的图像理解 live demo (http://noteworthy.liacs.nl/)。先后参与了荷兰莱顿大学医学院，以及美国德克萨斯大学西南医学中心基于医疗大数据的深度学习的博士后项目研究。现工作于西南大学计算机与信息科学学院，从事基于深度学习的机器视觉和大数据分析研究。
教育经历
2016/09-2017/04，美国德克萨斯大学西南医学中心，医学影像研究中心，博士后，
2012/09-2016/09，荷兰莱顿大学，先进计算机科学学院，工学博士
2009/09-2012/06，西南大学，计算机与信息科学学院计算机科学与技术系，工学硕士
2005/09-2009/06，西南大学，计算机与信息科学学院计算机科学与技术系，工学学士
科研项目
1. 国家自然科学基金青年项目“基于深度语义哈希的大规模图像检索算法研究”（**），2018-08，主持；
2. 西南大学博士启动基金“基于深度学习的大规模图像检索算法研究”（SWU117059），主持；
3. 重庆市留创计划创新类项目“基于深度学习的课程智能答疑系统算法设计与分析”（CX**），主持；
人才计划项目
1. 重庆市高层次人才计划（海外高层次人才），2017年，计算机科学与技术；
代表性论著
期刊论文
(1) Zhenyang Yu, Song Wu*, Erwin M. Bakker. Self-supervised Asymmetric Deep Hashing with Margin-scalable Constraint for Image Retrieval. Journal of Neurocomputing, 2021. (Accept)
(2) Xitao Zou, Song Wu*, Xinzhi Wang, Erwin M. Bakker. Multi-Label Enhancement based Self-Supervised Deep Cross-Modal Hashing. Journal of Neurocomputing, 2021. (Accept)
(3) Shubai Chen, Song Wu*, Li Wang, Zhenyang Yu, Self-Attention and Adversary Learning Guided Deep Cross-Modal Hashing. Computer and Electrical Engineering, 2021. (Accept)
(4) Shubai Chen, Song Wu*, Li Wang, Hierarchical Semantic Interaction-based Deep Hashing Network for Cross-modal Retrieval, PeerJ Computer Science, 2021. (Accept)
(5) Xitao Zou, Xinzhi Wang, Erwin M. Bakker, Song Wu*. Multi-Label Semantics Preserving based Deep Cross-Modal Hashing. Signal Processing: Image Communication, 2021, 93:116-131.
(6) Xinzhi Wang, Xitao Zou, Erwin M. Bakker, Song Wu*. Self-Constraining and Attention-based Hashing Network for Bit-Scalable Cross-Modal Retrieval. Journal of Neurocomputing, 2020, 400: 255-271.
(7) Song Wu, Ard Oerlemans, Erwin M. Bakker, Michael S. Lew*, Deep Binary Codes for Large Scale Image Retrieval, Journal of Neurocomputing, 2017, 257: 5-15.
(8) Song Wu, Ard Oerlemans, Erwin M. Bakker, Michael S. Lew*, A Comprehensive Evaluation of Local Detectors and Descriptors, Signal Processing: Image Communication, 2017, 59: 150-167.
(9) Yanming Guo, Yu Liu, Ard Oerlemans, Songyang Lao, Song Wu, and Michael S. Lew*. “Deep learning forvisual understanding: A review.” Journal of Neurocomputing, vol187, 2016. (Google Citations: 1200)
会议论文
(1) Wu S., Michael S. Lew, Image Correspondences Matching Using Multiple Features Fusion, the 14th European Conference on Computer Vision (ECCV), 2016. (CCF-B)
(2) Wu S., Michael S. Lew, Comparison of Information Loss Architectures in CNNs, Pacific RIM Conference on Multimedia (PCM), 2016. (CCF-C)
(3) Wu S., Michael S. Lew, RIFF: Retina-inspired Invariant Fast Feature Descriptor, the 22nd ACM International Conference on Multimedia (ACM MM), 2014. (CCF-A)
(4) Wu S., Michael S. Lew, Salient Features for Visual Word based Image Copy Detection, International Conference on Multimedia Retrieval (ICMR), 2014. (CCF-B)
(5) Wu S., Michael S. Lew, Evaluation of Salient Point Methods, the 21st ACM International Conference on Multimedia (ACM MM), 2013. (CCF-A)
学术专著
Song Wu, Large Scale Visual Search, Leiden University Press, 2016.12 (ISBN: 74)

备注
欢迎对机器学习、机器视觉、深度学习、大数据挖掘等研究方向和实践平台感兴趣的学生加入科研团队。团队将为学生提供科研指导、计算机视觉应用类竞赛指导，数学建模竞赛指导，以及计算机应用项目实践平台，欢迎热爱科研与项目实践的同学加入！