技术职称： 副研究员
所获学位： 博士
研究方向： 模式识别、计算机视觉、深度学习
电子邮箱： wangdh AT xmut.edu.cn



个人简介：
王大寒，博士，副研究员，硕士生导师，厦门理工学院计算机与信息工程学院副院长、福建省模式识别与图像理解重点实验室主任、厦门市智慧交通诱导工程技术研究中心执行主任。2012年博士毕业于中国科学院自动化研究所模式识别国家重点实验室，师从刘成林研究员（现为中科院自动化所副所长、国家重点实验室主任）。王大寒长期从事模式识别和智能系统方面的研究，在模式识别、数字病理图像分析、目标检测与分割、深度学习等方面进行了深入研究。目前主持国家自然科学基金面上项目1项、国家工信部智能制造重点项目子课题1项，参与国家自然科学基金面上项目2项（均排名第二）。主持并完成国家自然科学基金青年项目 1项、福建省自然科学基金1项、2015年CCF-腾讯犀牛鸟基金项目1项、中国博士后科学基金面上项目1项、模式识别国家重点实验室开放课题1项等。发表SCI/EI检索学术论文30多篇，申请/授权国家发明专利13项。获2019年福建省省级技术创新重大项目1项、厦门市科技进步奖二等奖1项、三等奖1项等。
教育背景：
·2006/09 - 2012/07，中国科学院自动化研究所，模式识别国家重点实验室、模式识别与智能系统专业，工学博士
·2002/09 - 2006/07，北京航空航天大学，自动化与电气工程学院、自动控制专业，工学学士
工作经历：
·2014/12 - 至今，厦门理工学院，计算机与信息工程学院，副研究员
·2012/08 - 2014/11，厦门大学信息学院，计算机系，博士后
学术成就：
近年来承担的主要科研项目：
[1] 邮轮薄板分段模块化智能制造新模式：人工智能技术应用，国家工信部智能制造重点项目子课题1项，2018/01-2020/12，72万元，项目负责人
[2] 基于上下文主动学习的交互文档识别方法研究，国家自然科学基金面上项目/**，2018/01-2021/12，65万元，项目负责人
[3] 基于交互模式识别的文档识别方法研究，福建省自然科学基金面上项目/2018J01574, 2018/04-2021/04，8万元，项目负责人
[4] 基于深度学习的病理图像分析研究，横向合作课题(合作方：麦克奥迪（厦门）医疗诊断系统有限公司)，2017/06-2018/06，50万元，项目负责人
[5] 基于交互式识别的中文古籍文档电子化方法研究，模式识别国家重点实验室开放课题， 2017/01/01-2018/12/31， 4万元，项目负责人
[6] 海量移动对象情境查询与分析预测关键问题研究，国家自然科学基金面上项目， 2017/01/01-2020/12/31，63万元，项目参与人（排名第2）
[7] 大规模自然场景图像文字注与整理，横向合作课题(合作方：中科院自动化所刘成林研究员)，2017/01-2018/01，5万元，项目负责人
[8] 印刷手写混合文档及中文古籍文档数据收集与标定，横向合作课题(合作方：中科院自动化所刘成林研究员)，2016/06-2017/06，20万元，项目负责人
[9] 脱机中文手写数据与中文籍文档数据收集与标定，横向合作课题(合作方：中科院自动化所刘成林研究员)，2016/07-2017/07，20万元，项目负责人
[10] 基于弱监督学习的中文古籍识别方法研究/**，国家自然科学基金面上项目， 2016/01/01-2019/12/31，67万元，项目参与人（第一合作者，合作单位：中国学院自动化研究所殷飞博士）
[11] 基于概率图模型的文档二值化方法研究，厦门理工学院高层次人才项目，2015/12 – 2018/11，10万元，项目负责人
[12] 低质量图像中字符识别关键技术研究，2015 CCF-腾讯犀牛鸟基金项目，2015/10 – 2016/12，10万元，项目负责人
[13] 基于多信息融合的自然场景图像中的文本检测和识别方法研究，国家自然科学基金青年项目，2014/01-2016/12，25万元，项目负责人
[14] 基于多信息融合的图像视频文本检测和识别方法研究，第五十二批中国博士后科学基金面上项目，2012/08-2014/08，5万元，项目负责人
近年来发表的代表性学术论著与专利：
[1]王大寒，叶海礼，李建敏，朱顺痣，朱晨雁，一种基于图卷积网络的数字病理图像的分割与分类方法，申请号：3.5，申请日期：2020.03.09
[2]王大寒，叶海礼，李建敏，朱顺痣，朱晨雁，一种基于深度学习的肺部病理图像分类与分割方法,申请号：6.3，申请日期：2020.07.08
[3]王大寒，叶海礼，朱晨雁，李建敏，朱顺痣，一种基于点标注的弱监督腺体实例分割方法，申请号：9.8，申请日期：2020.10.23
[4]王大寒，叶海礼，周永杰，周伟，朱顺痣，王驰明，胡丽，俞峰，一种基于目标检测技术的工业焊接缺陷检测方法，申请号：1.5，申请日期：2020.06.10
[5]王大寒，胡丽，王驰名，叶海礼，俞峰，周伟，周永杰，朱顺痣，基于语义分割的工业焊接图像缺陷的检测方法，申请号：5.3，申请日期：2020.06.10
[6]王大寒，黄智财，陈坤泽，黄占秋，吴岳峰，周伟，吴芸，朱顺痣，基于图神经网络的文档图像关键信息提取及匹配方法，申请号：7.9，申请日期：2020.11.24
[7]陈思，赖心瑜，王大寒，朱顺痣，吴芸，基于深度双路径学习网络的人脸属性识别，申请号：5.1，申请日期：2020.08.18
[8]陈思，朱顺痣，王大寒，一种最优类外原点输出折中滤波器的设计，申请号：8.0，申请日期：2018.10.19
[9]陈思，朱顺痣，吴芸，王大寒，陈敏，在线多示例学习目标跟踪方法、终端设备及存储介质，专利号：ZL5.7，授权日期：2021.01.26
[10]王菡子，王大寒，一种基于贝叶斯概率框架的场景文本识别方法，专利号：ZL7.5，授权日期：2018.06.19
[11]王菡子，王大寒，章冬，一种基于稀疏编码特征的场景文本识别方法，专利号：ZL2.6，授权日期：2018.11.02
[12]朱顺痣，刘利钊，王大寒，王琰，一种基于自动深度置信网络的门诊量预测方法及系统，专利号：ZL4.5，授权日期：2018.05.04
[13]刘成林，王大寒，一种联机手写句子实时识别方法，专利号：ZL7.2，授权日期：2012.02.15


[1] Da-Han Wang, Jianmin Li, Shunzhi Zhu: Few-labeled visual recognition for self-driving using multi-view visual-semantic representation. Neurocomputing 428: 361-367 (2021)
[2] Dahan Wang, Jianmin Li, Shunzhi Zhu: Detecting urban hot regions by using massive geo-tagged image data. Neurocomputing 428: 325-331 (2021)
[3] Haili Ye, Da-Han Wang*, Xin Yang, Chen Si, Shunzhi Zhu, Chenyan Zhu: Domain-Adversarial Self-Supervised Learning for Histopathology Image Analysis.MICCAI (2021) submitted
[4] Guoqiang Zhong, Wei Gao, Yongbin Liu, Youzhao Yang, Da-Han Wang, Kaizhu Huang: Generative adversarial networks with decoder-encoder output noises. Neural Networks 127: 19-28 (2020)
[5] Da-Han Wang, Fei Yin, Jin-Wen Wu, Yu-Pei Yan, Zhi-Cai Huang, Gui-Yun Chen, Yao Wang, Cheng-Lin Liu: ICFHR 2020 Competition on Offline Recognition and Spotting of Handwritten Mathematical Expressions - OffRaSHME. ICFHR 2020: 211-215
[6] Zheng-Yu Zhu, Fei Yin, Da-Han Wang: Attention Combination of Sequence Models for Handwritten Chinese Text Recognition. ICFHR 2020: 288-294
[7] Hui Ye, Zhiyu Chen, Da-Han Wang, Brian D. Davison: Pretrained Generalized Autoregressive Model with Adaptive Probabilistic Label Clusters for Extreme Multi-label Text Classification. ICML 2020: 10809-10819
[8] Si Chen, Yuanyuan Shen, Yan Yan, Dahan Wang, Shunzhi Zhu: Cholesky Decomposition-Based Metric Learning for Video-Based Human Action Recognition. IEEE Access 8: 36313-36321 (2020)
[9] Wei Weng, Dahan Wang, Chin-Ling Chen, Juan Wen, Shunxiang Wu: Label Specific Features-Based Classifier Chains for Multi-Label Classification. IEEE Access 8: 51265-51275 (2020)
[10] Haili Ye, Da-Han Wang*, Jianmin Li, Shunzhi Zhu, Chenyan Zhu, Improving Histopathological Image Segmentation and Classification Using Graph Convolution Network, ICCPR 2019.
[11] Shunzhi Zhu, Da-Han Wang*, Lijuan Liu, Yan Wang, Danhuai Guo, Inferring Region Significance by Using Multi-Source Spatial Data, accepted, 2018.
[12] Da-Han Wang，Cheng-Lin Liu，Learning confidence transformation for handwritten Chinese text recognition，International Journal on Document Analysis and Recognition (IJDAR)，3（17）：205-219，2014.
[13] Da-Han Wang，Cheng-Lin Liu，Xiang-Dong Zhou，An approach for real-time recognition of online Chinese handwritten sentences，Pattern Recognition，10（45）：3661-3675，2012.
[14] Heng Zhang，Da-Han Wang，Cheng-Lin Liu，Character confidence based on N-best list for keyword spotting in online Chinese handwritten documents，Pattern Recognition，5（47）：1880-1890，2014.
[15] Xiang-Dong Zhou，Da-Han Wang，Feng Tian，Cheng-Lin Liu，Masaki Nakagawa，Handwritten Chinese/Japanese Text Recognition Using Semi-Markov Conditional Random Fields，IEEE Transactions on Pattern Analysis and Machine Intelligence，10（35）：2413~2426，2013.
[16] Cheng-Lin Liu，Fei Yin，Da-Han Wang，Qiu-Feng Wang，Online and offline handwritten Chinese character recognition: Benchmarking on new databases，Pattern Recognition，2013.1.1，1（46）：155~162.
[17] Heng Zhang，Da-Han Wang，Cheng-Lin Liu，Keyword Spotting from Online Chinese Handwritten Documents using One-versus-All Character Classification Model，International Journal of Pattern Recognition and Artificial Intelligence，3（27），2013.
[18] Taotao Lai, Hanzi Wang, Yan Yan, Da-Han Wang, Guobao Xiao: Rapid hypothesis
generation by combining residual sorting with local constraints. Multimedia Tools Appl.
75(12): 7445-7464 (2016).
[19] Pingping Xiao, Wanlei Zhao, Da-Han Wang, Hanzi Wang: STV2k: A New Benchmark for Scene Text Detection and Recognition. ICIMCS 2016: 344-348.
[20] Chongmu Chen, Da-Han Wang, Hanzi Wang: Scene Character and Text Recognition: The State-of-the-Art. ICIG (3) 2015: 310-320.
[21] Chongmu Chen, Da-Han Wang, Hanzi Wang: Scene character recognition using PCANet. ICIMCS 2015: 65:1-65:4.
[22] Taotao Lai, Da-Han Wang, Guobao Xiao, Hanzi Wang: Combining preference analysis with local constraints for rapid hypothesis generation. ICARCV 2014: 1057-1061.
[23] Yating Xie, Da-Han Wang, Hanzi Wang: Stereo Context for Robust Object Tracking. ICIMCS 2014: 125.
[24] Dong Zhang, Da-Han Wang, Hanzi Wang:Scene text recognition using sparse coding based features. ICIP 2014: 1066-1070.