姓名：陈虎

职称：副教授
职务：

所在系所：图象图形研究所
电话：

电子邮箱： huchen@scu.edu.cn
个人主页：

办公地址：图象图形研究所

研究方向：人工智能、人脸识别、医学图像处理、视频分析与处理、深度学习





个人简介
2011年6月于电子科技大学获得博士学位，2008年9月至2009年9月在美国加州大学圣地亚哥分校（University California, San Diego），电子与计算机工程学院，视频处理实验室进行研究与学习，为联合培养博士；2011 年 12 月至今在四川大学计算机学院任教。主 要从事基于图像与视频处理、人工智能、模式识别以及计算机视觉等领域的研究与开发工作，具体研究方向包括视频分析与处理、视频编解码、 深度学习、人脸识别、医学图像处理等。作为项目负责人或主要研究人员参与国家/国防纵向科研项目以及企业委托研发项目等十余项；包括国家重点研发计划、国家自然科学基金、国家重大仪器设备开发专项、工信部电子产业基金等重大项目的研究工作。目前已在 IEEE Transactions on medical Imaging，IEEE Transactions on Image Processing 等权威国际国内学术期刊和国际会议上发表论文近 30 篇。作为组委会成员参与组织本领域的多个权威国际国内学术会议(智能信号处理与通信系统国际学术会议（International Symposium on Intelligent Signal Processing and Communications Systems (ISPACS 2010)）、中国生物特征识别大会（Chinese Conference on Biometric Recognition （CCBR2016）等)。
项目成果及获奖荣誉
近年来主持的项目：
1. 国家重点研发计划：法定身份管理关键技术研究与应用示范”子课题”人脸采集数据的质量指标，评估方法以及异源异质人脸识别方法研究
2. 国家自然科学基金：基于HEVC 的运动信息可分级的研究
3. 四川省重点研发项目：基于深度视觉的智能铁轨检测的研究与实现
4. 四川省中医药管理局科学技术研究专项项目：基于机器视觉联合人工智能技术的贵细药材（饮片）品质检测研究
5. 合作项目：低小慢移动目标的智能识别与跟踪
近年来主研的项目：
1. 国家自然科学基金：动态视点下室外场景的在线协同式虚实结合
2. 国家重大仪器设备开发专项：高速高精度结构光三维测量仪器开发与应用
3. 电子信息产业发展基金：基于动态信息的智能交通系统研发及应用示范
4. 四川省重大科技成果转化示范项目：三维人脸识别终端
5. 合作项目：成都铁路局“人证票合一”查验系统
6. 道路交通安全公安部重点实验室开放课题：基于深度学习的机动车通行安全状态感知技术研究
担任IEEE Transactions on medical Imaging，IEEESignal Processing Letters等期刊的审稿人，多次被评为四川大学青年骨干教师。

论文著作
[1] LEARN: Learned Experts’ Assessment-based Reconstruction Network for Sparse-data CT, IEEE Transactions on Medical Imaging, 2018.2
[2] Low-Dose CT With a Residual Encoder-Decoder Convolutional Neural Network, IEEE Transactions on Medical Imaging, 2017.12
[3] Stacked competitive networks for noise reduction in low-dose CT, Plos one, 2017
[4] Low-dose CT via convolutional neural network, Biomedical Optics Express, 2017
[5] Head Pose Estimation with Improved Random Regression Forests, Mathematical Problems in Engineering, 2015
[6] Few-view image reconstruction combining total variation and a high-order norm, International Journal of Imaging System and Technology, 2013.9
[7] Bidirectional Scalable Motion for Scalable Video Coding, IEEE Transactions on Image Processing, 2010.11
[8] Deep learning for low-dose CT 2017 SPIE Optical Engineering + Applications
[9] Low-dose CT restoration with deep convolutional neural network, 2017 International Conference on Fully Three-Dimensional Image Reconstruction in Radiology and Nuclear Medicine
[10] Denoising with convolutional neural network, 2017 IEEE International Symposium on Biomedical Imaging
招生专业与方向
1. 计算机科学与技术：计算机视觉、机器智能与类脑计算
2. 软件工程：计算机视觉与图像处理
3. 计算机技术：计算机视觉与图像处理
4. 软件工程：计算机视觉与图像处理