导师类别 硕导
性 别 男
出生年月 1982年11月
联系电话
通讯地址 四川绵阳涪城区青义镇西南科技大学东6
Email syh@cqu.edu.cn

个人简介
邵延华，男，1982年11月生，博士，讲师，硕士生导师。2015年6月于重庆大学仪器科学与技术专业获工学博士学位。中国计算机学会(CCF)会员，中国自动化学会(CCA)会员。2010年于西南科技大学获模式识别及智能系统专业工学硕士学位。于2015年7月起在西南科技大学工作，主要从事计算机视觉及模式识别、无人机及物联网等领域相关教学与科研工作，近年来在国内外发表学术期刊论文10余篇，其中SCI期刊收录5篇，EI期刊收录4篇。在模式识别及机器学习领域研究十余年，在人体目标检测、目标分割、目标跟踪和识别等方面进行了大量的研究，积累了丰富的科研经验，取得了一定的研究成果。主持国家自然科学基金项目1项，四川省教育厅项目1项，西南科技大学博士基金项目1项；主研教育部博士点基金2项，教育部科学技术研究重点项目1项，国防基础科研1项，827开放基金1项，特殊环境机器人技术四川省重点实验室开放基金1项；另承担横向课题多项。

工作经历
2015.06-至今，西南科技大学，信息工程学院

教育经历
2010.09-2015.06，重庆大学，仪器科学与技术，博士
2007.09-2010.06，西南科技大学，模式识别及智能系统，硕士
2002.09-2006.06，中原工学院，自动化，学士

获奖、荣誉称号
1、西南科技大学2010年度优秀硕士论文
2、华为研究生(11届，12届)电子竞赛西南分赛区优秀指导教师
3、西南科技大学信息工程学院优秀教师（2015-2016）
4、西南科技大学学生科技活动优秀指导教师（2016,2017,2018）

社会、学会及学术兼职
1. 中国计算机学会(CCF)会员。
2.中国自动化学会(CCA)会员。
3.Optical Engineering等SCI期刊和光电子·激光等EI期刊审稿人。
4.2019 11th International Conference on Graphics and Image Processing (ICGIP2019)技术委员会成员。

研究领域
主要从事计算机视觉及模式识别、无人机及物联网等领域相关教学与科研工作。

科研项目
1、基于多尺度分析的无人机航拍人体异常行为检测研究，国家基金委，19万，主持人；
2、红外图像中人体目标的识别和跟踪，教育部，12万，主研；
3、PCNN人体行为特征表达方法研究，教育部，12万，主研；
4、人体行为识别若干关键技术研究，西南科技大学，6万元，主持人；
5、特殊环境下机器人目标辨识方法研究, 特殊环境机器人技术四川省重点实验室，2万，主研，排名第二；
6、桥梁拉索表面缺陷动态测量方法研究， 教育部，6万，主研；
7、阵列探测器控制系统开发，中国工程物理研究院，39.2万，主研；
8、隔水管自动对位试验装置研究，中石油集团，30.74万，主研；
9、基于多尺度分析的无人机航拍行人检测研究，四川省教育厅，3万，主持人；
10.旋翼流场 PIV 图像快速处理分析研究，827,10万，主研；

发表论文
[1] Shao Yanhua^（*）, Guo Yongcai, Gao Cao. Human action recognition using motion energy template [J]. Optical Engineering, 2015, 54(6):063107-1-12. (SCI 检索) WOS:008
[2] Dongguo Zhou*, Hong Zhou, Yanhua Shao. An improved Chan-Vese model by regional fitting for infrared image segmentation [J]. Infrared Physics & Technology, DOI:10.1016/j.infrared.2015.12.003, 2016(1), 74:81-88. (SCI检索) WOS:011
[3] Guo Yongcai(导师), Shao Yanhua^（*）, Gao Cao. An approach to temperature analysis and forecasting using empirical mode decomposition method and wavelet neural network [J]. Disaster Advances, 2013, 6(1):12-17. (SCI检索) WOS:003
[4] Guo Yongcai(导师), Shao Yanhua^（*）, Gao Cao. Recognizing human actions from video sequences using multiple features and support vector machine [J]. ICIC Express Letters, 2014, 8(8):2239-2244. (EI检索20**0)
[5] Shao Yanhua^（*）, Guo Yongcai, Gao Cao. HUMAN ACTION CATEGORIZATION USING A MULTICLASS RELEVANCE VECTOR MACHINE [J]. ICIC Express Letters, 2014, 8(11), 3139-3144.(EI检索20**0)
[6] 邵延华^（*），郭永彩，高潮. 基于融合特征的人体行为识别[J]. 光电子·激光, 2014, 25(9):1819-1823. (EI检索20**7)
[7] 邵延华^（*），郭永彩，高潮. 基于稠密估计特征的红外人体行为识别[J]. 光电子·激光, 2015,26(4):758-763.（EI检索20**7）
[8] Shao, Y.,Mei, Y.,Chu, H., etc. Using infrared HOG-based pedestrian detection for outdoor autonomous searching UAV with embedded system[A]. In 9th International Conference on Graphic and Image Processing, ICGIP 2017, October 14, 2017 - October 16, 2017[C], Qingdao, China, 2018; Ocean University of China; University of Portsmouth.(EI：20**8)
[9] Zhou, D.,Shao, Y. Region growing for image segmentation using an extended PCNN model[J]. Iet Image Processing, May, 2018, 12 (5): 729-737.(WOS:013)
[10] Shao, Y.,Mei, Y.,Chu, H., etc. Using Multi-Scale Infrared Optical Flow-based Crowd motion estimation for Autonomous Monitoring UAV[A]. In 2018 Chinese Automation Congress, CAC 2018, November 30, 2018 - December 2, 2018[C], Xi'an, China, 2019; 589-593. (EI：20**5)
[11] Fu, H.,Wu, B.,Shao, Y., etc. Scene-Awareness Based Single Image Dehazing Technique via Automatic Estimation of Sky Area[J]. Ieee Access, 2019, 7 1829-1839.( WOS:001)
[12] Fu, H.,Wu, B.,Shao, Y., etc. Perception Oriented Haze Image Definition Restoration by Basing on Physical Optics Model[J]. Ieee Photonics Journal, 2018, 10 (3): **:1-16.( WOS:001)
[13] 邵延华,张得沛,楚红雨, 等. 基于红外视觉的野外搜救无人机的设计与实现[J]. 传感器与微系统, 2019, 38 (01): 104-106+109.

科研创新
专利：
一种无人机折叠式机翼，已授权，2.x，
一种无人机用可调节起飞降落平台，已授权，2.1
软著：
1. 集成电路引线框架尺寸检测系统，已授权，2018SR849231
2.群异常行为监测无人机飞行控制软件，已授权，2018SR938584
3. 室外目标追踪飞行机器人图像处理软件，已授权，2019SR**

教学活动
历史上课及当前开课：
本科：
微机原理
C语言
嵌入式系统设计
物联网系统设计与应用
研究生（含留学生）：
模式识别
高级图像处理

指导学生情况
科技活动，指导本科生和研究生获得下述奖项：
1.全国电子设计大赛
2.蓝桥杯
3.研究生电子设计大赛
4.中国科技城毕业设计大赛
5.西南科技大学创新创业
学业：
1.协助指导硕士研究生：其中毕业3人，在读3人；
2.协助指导博士研究生1人：在读。

我的团队
主要研究方向：计算机视觉，嵌入式系统，机器学习，智能控制。