洪晓鹏西安交通大学 教授-，博士生导师。西安交通大学青年拔尖人才计划入选者。
电子与信息学部
网络空间安全学院、软件学院
智能网络与网络安全教育部重点实验室
信息物理融合系统教育部工程研究中心
校保卫处副处长（挂职）
个人主页 (Personal Webpage) 知乎
谷歌学术(Google Scholar) DBLP
招生信息
本课题组常年招收博士、硕士研究生（可招收网安学院和软件学院的研究生）。欢迎熟悉人工智能、机器视觉、策略分配和机器人相关知识的RA和实习生到课题组工作或实习。
博士研究生：招收具有机器视觉、机器学习、人工智能与模式识别背景的博士研究生。
保研学生：招收计算机、软件、网安、自动化、信通、电气、数试、物试等方向的免试入学研究生。
考研学生：招收上述方向优秀考研生。请尽量在考试之前与我联系，确认名额和方向。
基本要求：
求学态度端正
求学目标明确
积极向上
有干劲
为人坦诚
整体培养原则：
认真指导和用心培养，力争做到课题组项目需求和学生个人职业发展的有机结合
工作/留学/实习会用心推荐
博士、学硕会对照优秀博士目标尽心培养，掌握科研思维、撰写高水平的学术论文
专硕着重培养工程思维和能力、做有实际应用价值的高水平系统，在前期完成课题任务前提下保证四个月工作实习、并根据课题需要提供相关额外实习机会
研究兴趣：
深度连续学习技术
视频监控技术
策略分配与任务调度
视频微小动作分析
深度学习安全性分析
有意者请填写问卷或邮件联系: hongxiaopeng [AT] mail.xjtu.edu.cn
联系方式
电子邮件：hongxiaopeng [AT] mail.xjtu.edu.cn
通信地址：
陕西省西安市雁塔区雁翔路99号西安交通大学曲江校区 西四楼一楼
陕西省西咸新区沣西新城西安交通大学创新港 泓理楼五楼
邮政编码：710054
站点计数器
研究领域
个人简介：特聘研究员，博导。获芬兰奥卢大学Docent（芬兰副高、博士生导师）头衔，曾任芬兰奥卢大学机器视觉与信号处理中心理事会成员(Committee Board member)。
学术成果：在TPAMI、TIP等IEEE/ACM会刊和CVPR、ICCV和AAAI等CCF A类学术会议上发表文章40余篇。所发表文章谷歌学术引用逾两千次，单篇所载刊物最高影响因子17.81。其在微表情分析方面的相关工作见诸美国《麻省理工技术评论》等国际权威媒体专文报道。主持国家重点研发计划课题和自然科学基金面上项目，曾先后主持芬兰信息技术学会博士后科研基金项目和芬兰科学院ICT2023专题项目（共同主持），作为项目联系人参与国家重点研发计划项目一项、并参与多项芬兰科学院基金项目和中国国家自然科学基金项目。
教学和学生培养：培养了十名研究生（含联合培养），具有指导本科生和各阶段研究生发表A类刊物的经历。讲授过《数据分析算法与应用》、《信息物理系统》、《深度学习及其应用》和《计算机图形学》等课程。带队获ECCV20 visdrone2020挑战赛无人机航拍多目标追踪赛道全球第一名和教育部智慧城市竞赛（19）等多项重要国内外比赛的冠亚军。
学术服务：图像图形学会情感计算与理解专业委员会副秘书长，视觉与学习青年****研讨会(VALSE)执行领域主席。CCF-A类国际会议IJCAI21、AAAI 21和ACM MM21/20的领域主席（AC）或高级程序委员（SPC）、曾获国际期刊Pattern Recognition（2017）和Neurocomputing（2017）的杰出审稿人称号。与包括国际模式识别协会终身成就奖得主Matti Pietik?inen教授和英国皇家工程院院士Maja Pantic教授等国际同行先后在主流国际会议上举办了六场专题研讨会，并曾担任Pattern Recognition Letter 和SIVP等期刊的客座编委。
研究兴趣：
1.深度连续学习：如深度连续学习、双通道网络等
2.视频监控技术：如目标检测、跟踪、重识别、计数、异常行为识别等
3.策略分配与任务调度：如策略规划、资源调度等
4.深度学习安全性分析：深度模型攻击与防御
5.视频微小动作分析：如微表情识别、远程心跳估计等
我的新闻
将作为客座编辑组织Pattern Recognize Letter“脸部表情理解”特刊
2021-06-12
关于人脸分析技术的Tutorial 提案被IJCB 2021会议接受
2021-05-25
团队两篇硕士生一作的文章被ICIP会议接收
2021-05-21
研究生王亚斌的文章被ACM TOMM期刊接收
2021-05-10
研究生丁文杰的文章被IEEE TIFS期刊（CCF-A）接收
2021-05-06
本科生林卉的论文被IJCAI21会议（CCF-A）接收
2021-04-29
更多新闻>>
教育经历
2004年09月-2010年07月哈尔滨工业大学计算机科学与技术学院硕博连读（导师：高文院士）
2000年09月-2004年07月哈尔滨工业大学计算机科学与技术学院工学学士（年级前5%，获免试保研资格、“黑龙江省优秀毕业生”称号）
工作经历
2019年3月 至今 西安交通大学 电信学部 教授-，博导
2018年03月-2019年02月芬兰Oulu大学信息技术与电子工程学院 研究型副教授、博导（Docent）
2011年03月-2018年02月芬兰Oulu大学信息技术与电子工程学院 博士后、高级研究员
2010年09月-2011年02月 NEC中国研究院 访问研究员
2008年11月-2009月06月新加坡松下研究院(PSL) 客座研发工程师
学术荣誉
1.在瞬时情感分析方面的相关工作受到了包括美国《麻省理工技术评论》和英国《每日邮报》在内的国际主流技术媒体的专文报道（2015年）。
2. IEEE芬兰区最佳学生会议论文奖（the IEEE Finland Section best student conference paper award 2020）
3. 担任重要国际会议IJCAI21、AAAI 21、ACMMM 21/20、IEEE IPTA 16及IEEEPCSPA 11的Area Chair/Senior ProgramCommittee Member。
4. 在国际主流学术会议上组织专题研讨会六次: ACM MM 2021，IEEE CVPR 2020，ACCV 2016，IEEE FG 2018/2019/2020。
5. 获评Elsevier期刊《Pattern Recognition》（最新影响因子7.196）,《Neurocomputing》（最新影响因子4.438）的“杰出审稿人”（Outstanding Reviewer）。
6. 曾担任国际期刊Springer《Signal, Image and Video Processing》(SIVP)的客座编委（Guest Editor）（2019年）。
7. 关于视觉语言编码的综述文章《A Review of Recent Advances in Visual Speech Decoding》被Elsevier国际期刊《Image and Vision Computing》列为“编委推荐文章”（ Editor's Choice Article）（2014年）。
8. 带队获CVPR2021人类环境中导航视觉感知挑战赛2D检测与2D跟踪赛道全球第一名、ECCV20 visdrone2020挑战赛无人机航拍多目标追踪赛道全球第一名，CVPR20 AI CITY 城市规模多摄像头车辆跟踪赛道全球第二名。
9. 作为共同指导教师获第六届中国研究生智慧城市技术与创意设计大赛全国一等奖两项（2019年）。
个人简介 - 洪 晓鹏洪晓鹏 个人信息
洪晓鹏西安交通大学 教授-，博士生导师。西安交通大学青年拔尖人才计划入选者。
电子与信息学部
网络空间安全学院、软件学院
智能网络与网络安全教育部重点实验室
信息物理融合系统教育部工程研究中心
校保卫处副处长（挂职）
个人主页 (Personal Webpage) 知乎
谷歌学术(Google Scholar) DBLP
招生信息
本课题组常年招收博士、硕士研究生（可招收网安学院和软件学院的研究生）。欢迎熟悉人工智能、机器视觉、策略分配和机器人相关知识的RA和实习生到课题组工作或实习。
博士研究生：招收具有机器视觉、机器学习、人工智能与模式识别背景的博士研究生。
保研学生：招收计算机、软件、网安、自动化、信通、电气、数试、物试等方向的免试入学研究生。
考研学生：招收上述方向优秀考研生。请尽量在考试之前与我联系，确认名额和方向。
基本要求：
求学态度端正
求学目标明确
积极向上
有干劲
为人坦诚
整体培养原则：
认真指导和用心培养，力争做到课题组项目需求和学生个人职业发展的有机结合
工作/留学/实习会用心推荐
博士、学硕会对照优秀博士目标尽心培养，掌握科研思维、撰写高水平的学术论文
专硕着重培养工程思维和能力、做有实际应用价值的高水平系统，在前期完成课题任务前提下保证四个月工作实习、并根据课题需要提供相关额外实习机会
研究兴趣：
深度连续学习技术
视频监控技术
策略分配与任务调度
视频微小动作分析
深度学习安全性分析
有意者请填写问卷或邮件联系: hongxiaopeng [AT] mail.xjtu.edu.cn
联系方式
电子邮件：hongxiaopeng [AT] mail.xjtu.edu.cn
通信地址：
陕西省西安市雁塔区雁翔路99号西安交通大学曲江校区 西四楼一楼
陕西省西咸新区沣西新城西安交通大学创新港 泓理楼五楼
邮政编码：710054
站点计数器
研究领域
个人简介：特聘研究员，博导。获芬兰奥卢大学Docent（芬兰副高、博士生导师）头衔，曾任芬兰奥卢大学机器视觉与信号处理中心理事会成员(Committee Board member)。
学术成果：在TPAMI、TIP等IEEE/ACM会刊和CVPR、ICCV和AAAI等CCF A类学术会议上发表文章40余篇。所发表文章谷歌学术引用逾两千次，单篇所载刊物最高影响因子17.81。其在微表情分析方面的相关工作见诸美国《麻省理工技术评论》等国际权威媒体专文报道。主持国家重点研发计划课题和自然科学基金面上项目，曾先后主持芬兰信息技术学会博士后科研基金项目和芬兰科学院ICT2023专题项目（共同主持），作为项目联系人参与国家重点研发计划项目一项、并参与多项芬兰科学院基金项目和中国国家自然科学基金项目。
教学和学生培养：培养了十名研究生（含联合培养），具有指导本科生和各阶段研究生发表A类刊物的经历。讲授过《数据分析算法与应用》、《信息物理系统》、《深度学习及其应用》和《计算机图形学》等课程。带队获ECCV20 visdrone2020挑战赛无人机航拍多目标追踪赛道全球第一名和教育部智慧城市竞赛（19）等多项重要国内外比赛的冠亚军。
学术服务：图像图形学会情感计算与理解专业委员会副秘书长，视觉与学习青年****研讨会(VALSE)执行领域主席。CCF-A类国际会议IJCAI21、AAAI 21和ACM MM21/20的领域主席（AC）或高级程序委员（SPC）、曾获国际期刊Pattern Recognition（2017）和Neurocomputing（2017）的杰出审稿人称号。与包括国际模式识别协会终身成就奖得主Matti Pietik?inen教授和英国皇家工程院院士Maja Pantic教授等国际同行先后在主流国际会议上举办了六场专题研讨会，并曾担任Pattern Recognition Letter 和SIVP等期刊的客座编委。
研究兴趣：
1.深度连续学习：如深度连续学习、双通道网络等
2.视频监控技术：如目标检测、跟踪、重识别、计数、异常行为识别等
3.策略分配与任务调度：如策略规划、资源调度等
4.深度学习安全性分析：深度模型攻击与防御
5.视频微小动作分析：如微表情识别、远程心跳估计等
我的新闻
将作为客座编辑组织Pattern Recognize Letter“脸部表情理解”特刊
2021-06-12
关于人脸分析技术的Tutorial 提案被IJCB 2021会议接受
2021-05-25
团队两篇硕士生一作的文章被ICIP会议接收
2021-05-21
研究生王亚斌的文章被ACM TOMM期刊接收
2021-05-10
研究生丁文杰的文章被IEEE TIFS期刊（CCF-A）接收
2021-05-06
本科生林卉的论文被IJCAI21会议（CCF-A）接收
2021-04-29
更多新闻>>
教育经历
2004年09月-2010年07月哈尔滨工业大学计算机科学与技术学院硕博连读（导师：高文院士）
2000年09月-2004年07月哈尔滨工业大学计算机科学与技术学院工学学士（年级前5%，获免试保研资格、“黑龙江省优秀毕业生”称号）
工作经历
2019年3月 至今 西安交通大学 电信学部 教授-，博导
2018年03月-2019年02月芬兰Oulu大学信息技术与电子工程学院 研究型副教授、博导（Docent）
2011年03月-2018年02月芬兰Oulu大学信息技术与电子工程学院 博士后、高级研究员
2010年09月-2011年02月 NEC中国研究院 访问研究员
2008年11月-2009月06月新加坡松下研究院(PSL) 客座研发工程师
学术荣誉
1.在瞬时情感分析方面的相关工作受到了包括美国《麻省理工技术评论》和英国《每日邮报》在内的国际主流技术媒体的专文报道（2015年）。
2. IEEE芬兰区最佳学生会议论文奖（the IEEE Finland Section best student conference paper award 2020）
3. 担任重要国际会议IJCAI21、AAAI 21、ACMMM 21/20、IEEE IPTA 16及IEEEPCSPA 11的Area Chair/Senior ProgramCommittee Member。
4. 在国际主流学术会议上组织专题研讨会六次: ACM MM 2021，IEEE CVPR 2020，ACCV 2016，IEEE FG 2018/2019/2020。
5. 获评Elsevier期刊《Pattern Recognition》（最新影响因子7.196）,《Neurocomputing》（最新影响因子4.438）的“杰出审稿人”（Outstanding Reviewer）。
6. 曾担任国际期刊Springer《Signal, Image and Video Processing》(SIVP)的客座编委（Guest Editor）（2019年）。
7. 关于视觉语言编码的综述文章《A Review of Recent Advances in Visual Speech Decoding》被Elsevier国际期刊《Image and Vision Computing》列为“编委推荐文章”（ Editor's Choice Article）（2014年）。
8. 带队获CVPR2021人类环境中导航视觉感知挑战赛2D检测与2D跟踪赛道全球第一名、ECCV20 visdrone2020挑战赛无人机航拍多目标追踪赛道全球第一名，CVPR20 AI CITY 城市规模多摄像头车辆跟踪赛道全球第二名。
9. 作为共同指导教师获第六届中国研究生智慧城市技术与创意设计大赛全国一等奖两项（2019年）。
学生培养 - 洪 晓鹏基本信息
洪晓鹏西安交通大学 教授-，博士生导师。西安交通大学青年拔尖人才计划入选者。
电子与信息学部
网络空间安全学院、软件学院
智能网络与网络安全教育部重点实验室
信息物理融合系统教育部工程研究中心
校保卫处副处长（挂职）
个人主页 (Personal Webpage) 知乎
谷歌学术(Google Scholar) DBLP
联系方式
电子邮件：hongxiaopeng [AT] mail.xjtu.edu.cn
通信地址：
陕西省西安市雁塔区雁翔路99号西安交通大学曲江校区 西四楼一楼
陕西省西咸新区沣西新城西安交通大学创新港 泓理楼五楼
邮政编码：710054
已毕业学生（含联合培养）
博士毕业生
魏星，2019届，结构化特征学习，现为西交大助理教授
许赢月，2019届，显著性检测，现为复旦大学横琴研究院博士后
田雷，2018届，局部哈希方法，现为Alibaba达摩研究院高级算法工程师
刘晴，2017届，显著性检测，现为中南大学讲师
硕士毕业生
李点刚，2020届，基于异构信息的行人重识别，华为海思
余旭峰，2020届，基于跨摄像头多目标跟踪技术的交通参数提取系统，华为云核心
周婧，2016届，疼痛程度估计，现为百度公司工程师
Niloufar Zebarjadi（伊朗），2016届，疼痛程度估计，现为芬兰Valossa公司工程师
许赢月，2015届，眼动数据库构建，现为芬兰Oulu大学博士生
何秋海，2015届，姿态估计，现为诺亦腾VR实验室Unity工程师，游戏总监助理
站点计数器
招生信息
本课题组常年招收博士、硕士研究生（可招收网安学院和软件学院的研究生）。欢迎熟悉人工智能、机器视觉、策略分配和机器人相关知识的RA和实习生到课题组工作或实习。
博士研究生：招收具有机器视觉、机器学习、人工智能与模式识别背景的博士研究生。
保研学生：招收计算机、软件、网安、自动化、信通、电气、数试、物试等方向的免试入学研究生。
考研学生：招收上述方向优秀考研生。请尽量在考试之前与我联系，确认名额和方向。
基本要求：
求学态度端正
求学目标明确
积极向上
有干劲
为人坦诚
整体培养原则：
认真指导和用心培养，力争做到课题组项目需求和学生个人职业发展的有机结合
工作/留学/实习会用心推荐
博士、学硕会对照优秀博士目标尽心培养，掌握科研思维、撰写高水平的学术论文
专硕着重培养工程思维和能力、做有实际应用价值的高水平系统，在前期完成课题任务前提下保证四个月工作实习、并根据课题需要提供相关额外实习机会
研究兴趣：
深度连续学习技术
视频监控技术
策略分配与任务调度
视频微小动作分析
深度学习安全性分析
有意者请填写问卷或邮件联系: hongxiaopeng [AT] mail.xjtu.edu.cn
团队成员-博士生
博士生 （含联合培养）
姓名：
陶小语
年级：
博士研究生
研究方向：
增量学习、神经网络结构与应用
论文情况： TNNLS, PRL, CVPR [O], AAAI, ECCV
姓名：
马智恒
年级：
博士生
研究方向：
人群计数、物体检测、人脸识别
论文情况： ICCV [O], AAAI, ACM MM [O], PR(共一)
姓名：
贺宇航
年级：
2018级博士生
研究方向：
多目标跟踪、神经网络应用
论文情况： TIP、AAAI、国际竞赛一等奖&二等奖
姓名：
董松林
年级：
2020级博士生
研究方向：
增量学习、小样本学习
论文情况： AAAI
姓名：
王亚斌
年级：
2021级博士生
研究方向：
论文情况： ACM TOMM
研究助理
博士生 （含联合培养）博士生 （含联合培养）
姓名：
张靓菲
研究助理，英国圣安德鲁大学博士生
研究方向：
微表情分析、人机交互
姓名：
张师玮
研究助理（合作导师：柯炜）
研究方向：
物体检测与跟踪
团队成员-硕士生与本科生
硕士生（含联合培养）
姓名：
常新远
年级：
2018级硕士生
研究方向：
增量学习、小样本学习
成果： PR、ECCV（共一）、ICPR
姓名：
蒋凯涛
年级：
2018级硕士生
研究方向：
物体缺陷检测
成果： 国奖、国赛一等奖
姓名：
丁文杰
年级：
2018级硕士生
研究方向：
行人重识别、模型脆弱性分析
成果： IEEE TIFS (CCF-A)、ICIP、ICPR、优秀硕士论文
姓名：
李宁
年级：
2018级硕士生
研究方向：
产品缺陷检测
成果： ICIP
姓名：
刘雨
年级：
2019级硕士生
研究方向：
增量学习
姓名：
李振宇
年级：
2019级硕士生
研究方向：
缺陷检测
论文情况： BMVC
姓名：
邱云峰
年级：
2019级硕士生
研究方向：
目标计数
姓名：
马健行
年级：
2019级硕士生
研究方向：
目标跟踪、跨模态ReID
姓名：
石磊
年级：
2019级硕士生
研究方向：
模型安全性、脆弱性分析
姓名：
马佳伟
年级：
2019级硕士生
研究方向：
增量学习
成果： ICIP
姓名：
余文涛
年级：
2019级硕士生
研究方向：
目标跟踪
成果： 国际竞赛一等奖x2（#2,3）、二等奖（#3）
姓名：
韩洁
年级：
2019级硕士生
研究方向：
目标跟踪
成果： 国际竞赛一等奖x2（#2,3）、二等奖（#2）
姓名：
魏慎行
年级：
2020级硕士生
研究方向：
缺陷检测
姓名：
张晓涵
年级：
2020级硕士生
研究方向：
增量学习、多模态学习
姓名：
王羽钧
年级：
2020级硕士生
研究方向：
策略分配、视频人流计数
姓名：
关庆澍
年级：
2020级硕士生
研究方向：
策略分配、路径规划
姓名：
李炯
年级：
2020级硕士生
研究方向：
目标跟踪
本科生（含联合培养）
姓名：
林卉
年级：
2021届本科生
研究方向：
目标计数
成果： IJCAI
姓名：
尚苗
年级：
2021届本科生
研究方向：
神经网络设计、特征点检测
姓名：
陈金杰
年级：
2021届本科生
研究方向：
目标检测与跟踪
姓名：
伍彦豪
年级：
2021届本科生（合作培养）
研究方向：
机器人定位、多机协同
姓名：
聂茜婵
年级：
2021届本科生（合作培养）
研究方向：
姓名：
周昊
年级：
2021届本科生（合作培养）
研究方向：
姓名：
刘蓓楠
年级：
2021届本科生（合作培养）
研究方向：
研究课题 - 洪 晓鹏研究方向
（一）受脑启发的深度神经网络技术
深度连续学习（Continual Learning）
尽管深度卷积神经网络（CNNs）已经在大量的计算机视觉和模式识别任务中取得了卓越的性能，其通用的方法是通过大量的有监督数据来学习模型并实现特定的功能，这些数据通常是固定的，不能根据用户的需要而改变。然而理想的人工智能模型应该能够适应不断变化的世界。例如，他们可以不断地学习新的任务，但是不会忘记他们以前学过的任务。因此，增量学习（即持续学习，或终身学习）由于能够在广泛的实际应用中进行连续模型学习而备受关注。这其中，我们主要围绕统一单一任务连续学习Single Head Continual Learning开展工作，主要关注如何选取旧任务代表性样本点，保持旧任务特征空间拓扑结构。
代表性成果
1：实例增量连续学习
Xiaoyu Tao, Xiaopeng Hong, Xinyuan Chang, Yihong Gong. Bi-objective Continual Learning: Learning ‘New’ while Consolidating ‘Known,’Proceedings of the AAAI Conference on Artificial Intelligence, AAAI20, 2020.“温故而知新”双目标优化的实例增量连续学习框架[PDF] [Codes] [Slides]
2：类增量连续学习
Xiaoyu Tao, Xinyuan Chang, Xiaopeng Hong, Xing Wei, Yihong Gong. Topology-Preserving Class-Incremental Learning.ECCV20, 2020. 拓扑保持的类增量连续学习[PDF] [Codes] [Slides][知乎]
3：小样本类增量连续学习
Xiaoyu Tao, Xiaopeng Hong, Xinyuan Chang, Songlin Dong, Xing Wei, Yihong Gong. Few-Shot Class-Incremental Learning.Proceedings of the 2020 Conference on Computer Vision and Pattern Recognition, CVPR20, 2020.CVPR-20Oral,[PDF] [Codes] [Slides][知乎]
S. Dong, X. Hong, X. Tao, X. Chang, X. Wei, Y. Gong. Few-Shot Class-Incremental Learning via Relation Knowledge Distillation. (基于图蒸馏的小样本类增量连续学习) AAAI, 2021.[PDF] [Codes] [Slides][知乎]
4：视频类增量连续学习
J. Ma, X. Tao, J. Ma, X. Hong, Y. Gong.Class Incremental Learning For Video Action Classification. ICIP, 2021.[PDF] [Codes] [Slides][知乎]
脑启发的神经网络设计
我们尝试从神经科学、认知科学和生物物理学等相关学科中获得灵感，对现有神经网络模型框架进行改进。
1：视觉双通道神经网络（IEEE TNNLS）[PDF] [Codes] [Slides][知乎]
X. Tao, X. Hong, W. Shi, X. Chang, Y. Gong. Analogy-Detail Networks for Object Recognition.IEEE TNNLS, 2020.类比-细节双通道神经网络
（二）视频监控 （Visual Surveillence）
多目标跟踪（Multi-Object Tracking, MOT）
主要关注面向实际场景的多摄像头多目标跟踪方法和技术。
1：基于受限非负矩阵分解的跨摄像头多目标跟踪 （IEEE TIP-20, ECCV Visdrone20 Challenge 冠军、IEEE CVPR20 AI-CITY Challenge Runner-up）[PDF] [Codes] [Slides][知乎]
Y. He, X. Wei, X. Hong, W. Shi and Y. Gong, "Multi-Target Multi-Camera Tracking by Tracklet-to-Target Assignment," IEEE Transactions on Image Processing, vol. 29, pp. 5191-5205, 2020. DOI: 10.1109/TIP.2020.**基于受限非负矩阵分解的跨摄像头多目标跟踪
目标计数（Crowd Counting）
1：基于贝叶斯损失（Bayesian Loss）的人群计数算法 （ICCV-19 Oral） [PDF] [Codes] [Slides] [知乎]
Zhiheng Ma, Xing Wei, Xiaopeng Hong, Yihong Gong. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2019, pp. 6142-6151
Bibtex:
@InProceedings{Ma_2019_ICCV,
author = {Ma, Zhiheng and Wei, Xing and Hong, Xiaopeng and Gong, Yihong},
title = {Bayesian Loss for Crowd Count Estimation With Point Supervision},
booktitle = {Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV)},
year = {2019}
}
成果2：基于测度回归的人群计数
完成人群计数的方案从密度回归，到期望回归，再到测度回归的升级
Z. Ma, X. Wei, X. Hong, H. Lin, Y. Qiu, Y. Gong. Learning to Count via Unbalanced Optimal Transport. AAAI, 2021.基于非平衡最优传输理论的人群计数概率模型学习 （AAAI 21）[PDF] [Codes] [Slides][知乎]
3：人群计数的尺度问题
Z. Ma, X. Wei, X. Hong, Y. Gong. Learning Scales from Points: A Scale-aware Probabilistic Model for Crowd Counting. ACM Multimedia, 2020.从点中学到尺度：一种尺度可知的人群计数概率模型 （ACM MM20）[PDF] [Codes] [Slides][知乎]
4：视频计数问题
Y. He, Z. Ma, X. Wei, X. Hong, W. Ke, Y. Gong. Error-Aware Density Isomorphism Reconstruction for Unsupervised Cross-Domain Crowd Counting. AAAI, 2021.基于错误-可感知密度同态重构的无监督跨域人群计数 （AAAI 21）[PDF] [Codes] [Slides][知乎]
行人重识别（Person ReID）
1：跨模态行人重识别
X. Wei, D. Li, X. Hong, W. Ke, Y. Gong. Co-Attentive Lifting for Infrared-Visible Person Re-Identification. ACM Multimedia, 2020.基于协同注意力机制提升的红外-可见光跨模态行人重识别（ACM MM20）[PDF] [Codes] [Slides][知乎]
基于X模态的红外-可见光跨模态行人重识别[PDF] [Codes] [Slides][知乎]
Diangang Li, Xing Wei, Xiaopeng Hong, Yihong Gong. Infrared-Visible Cross-Modal Person Re-Identification with an X Modality.Proceedings of the AAAI Conference on Artificial Intelligence, AAAI20, 2020.
Bibtex:
@inproceedings{li_xiv_reid20,
author={Li, Diangang and Wei, Xing and Hong, Xiaopeng and Gong, Yihong},
title={Infrared-Visible Cross-Modal Person Re-Identification with an X Modality},
booktitle={Proceedings of the AAAI Conference on Artificial Intelligence},
month = {February},
year={2020}
}
2：半监督行人重识别
X. Chang, Z. Ma, X. Wei, X. Hong, Y. Gong. Transductive Semi-Supervised Metric Learning for Person Re-identification.Pattern Recogntion, 2020.基于直推式学习的半监督行人重识别（PR 20）[PDF] [Codes] [Slides][知乎]
姿态识别与行为分析（Gesture and Action Recognition）
1：姿态识别
Peng, W., Hong, X., Chen, H. and Zhao, G., 2020, April. Learning graph convolutional network for skeleton-based human action recognition by neural searching. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 34, No. 03, pp. 2669-2676). 基于网络结构搜索的姿态识别 （AAAI-20）[PDF] [Codes] [Slides][知乎]
（三）策略分配与任务调度 （Scheduling and Allocation）
我们关注大场景下机器人任务的分配与路径规划问题。
（四）深度学习脆弱性与鲁棒性分析（MODEL STRUCTURE &VULNERABILITY AND ROBUSTNESS）
我们关注深度学习模型的脆弱性和鲁棒性问题。
深度模型的脆弱性分析
1：重识别模型脆弱性分析Wenjie Ding, Xing Wei, Rongrong Ji, Xiaopeng Hong*, Qi Tian and Yihong Gong, Beyond Universal Person Re-Identification Attack, in IEEE Transactions on Information Forensics and Security, vol. 16, pp. 3442-3455, 2021, doi: 10.1109/TIFS.2021.**. IEEE TIFS, [PDF][知乎]
W. Ding, X. WEI, R. Ji, X. Hong, Y. Gong. Polynomial Universal Adversarial Perturbations for Person Re-Identification. International Conference on Pattern Recognition, ICPR, 2021.
（五）脸部微小动作分析（FACIAL SUBTLE ACTION ANALYSIS）
我们关注脸部微小动作分析任务，在体现瞬时情感的脸部微表情分析和可用于远程健康护理的远程脉搏估计和远程疼痛估计方面开展工作。
微表情识别（Micro-expression Recognition）
成果1：自发微表请检测与识别方法的对比研究[PDF] [Codes] [Slides][Reports:MIT Technology Review][Reports:DailyMail]
Xiaobai Li, Xiaopeng Hong, Antti Moilanen, Xiaohua Huang, Thomas Pfister, Guoying Zhao, Matti Pietik?inen. Towards Reading Hidden Emotions: A Comparative Study of Spontaneous Micro-expression Spotting and Recognition Methods. IEEE Transactions on Affective Computing, Vol. 9, No. 4, pp. 563-577, IEEE TAFFC, 2018.
在本文中，我们提出了一个基于运动放大和时间插值预处理方法，用快速HIGO-TOP描述子提取视频特征的微表情识别框架。该方法使用尽管是传统手工特征的框架，然而其在SMIC和CASME II数据库上的性能在15年到18年一直保持领先，直到19年初才被基于递归卷积神经网络方法超越（见成果3）。该文得到包括麻省理工学院技术综述MIT Technology Review和每日邮报DailyMail的专文报道。运动放大的代码可以在William T. Freeman教授课题组下载，时间插值模块的MATLAB代码可以点这里。快速LBP-TOP模块的代码点这里。
成果2：基于黎曼流形的瞬时脸部运动表征方式 （IEEETOMM2019）[PDF] [Codes] [Slides]
X. Hong; W. Peng; M. Harandi; Z. Zhou; M. Pietik?inen, and G. Zhao. Characterizing Subtle Facial Movements via Riemannian Manifold.
ACM Transactions on Multimedia Computing Communications and Applications, Vol. 15, No. 3s, pp. 1-24, ACM TOMM, 2019.
在本文中，我们做了两方面的工作。首先，将成果1中的运动放大和时间插值模块整合成一个统一的线性框架，不仅加快了预处理的速度，而且减少了中间视频存储带来的精度损失从而提高了性能。其次，我们提出了基于黎曼流形差分描述子的瞬时脸部运动表征方式。
成果3：基于递归卷积神经网络的自发微表情识别 （IEEETMM2019）[PDF] [Codes] [Slides]
Z. Xia; X. Hong; X. Gao; X. Feng; G. Zhao. Spatiotemporal Recurrent Convolutional Networks for Recognizing Spontaneous Micro-expressions.
IEEE Transactions on Multimedia, Vol. 22, No. 3, pp. 626-640, IEEE TMM, 2019.
成果4：微表情系列技术挑战赛和研讨会（IEEEFG2018-Present）[挑战赛总结2020] [挑战赛总结2019] [挑战赛总结2018]
远程脉搏估计（Remote Heart Beat Estimation）
Zitong Yu#, Wei Peng#, Xiaobai Li, Xiaopeng Hong, Guoying Zhao, “Remote Heart Rate Measurement From Highly Compressed Facial Videos: An End-to-End Deep Learning Solution With Video Enhancement”, in 2019 IEEE/CVF International Conference on Computer Vision (ICCV).)2020年IEEE芬兰区最佳学生会议论文奖
痛苦程度估计（Pain Intensity Estimation）
论文专著 - 洪 晓鹏学术论文
此处仅统计2019年2月份加入交大之后的会刊和顶级论文发表情况，完整的文章 Pulication List 可以点击 这里或访问本人的谷歌学术 主页。
日期
论文题目
论文作者
论文出处
31 2021 ECCNAS: Efficient Crowd Counting Neural Architecture Search Y. Wang, Z. Ma, X. Wei, S. Zheng, Y. Wang, X. Hong ACM TOMM
30 2021 Beyond Universal Person Re-Identification Attack W. Ding, X. Wei, R. Ji, X. Hong, Q. Tian, Y. Gong IEEE TIFS (IF:6.013)
29 2021 Direct Measure Matching for Crowd Counting H. LIN, X. Hong, Z. Ma, X. Wei, Y. Qiu, Y. Wang, ?Y. Gong. IJCAI 21
28 2021 Tripool: Graph Triplet Pooling for 3D Skeleton Based Action Recognition W. Peng, X. Hong, and G. Zhao Pattern Recognition (IF = 7.196)
27 2021 Image-to-image Translation via Hierarchical Style Disentanglement X. Li, S. Zhang, J. Hu, L. Cao, X. Hong, X. Mao, F. Huang, Y. Wu, R. Ji CVPR21(Oral)
26 2021 Learning to Count via Unbalanced Optimal Transport.
Z. Ma, X. Wei, X. Hong, H. Lin, Y. Qiu, Y. Gong AAAI 21
25 Error-Aware Density Isomorphism Reconstruction for Unsupervised Cross-Domain Crowd Counting Y. He, Z. Ma, X. Wei, X. Hong, W. Ke, Y. Gong AAAI 21
24 Few-Shot Class-Incremental Learning via Relation Knowledge Distillation S. Dong, X. Hong, X. Tao, X. Chang, X. Wei, Y. Gong AAAI 21
23 2020 Analogy-Detail Networks for Object Recognition X. Tao, X. Hong, W. Shi, X. Chang, Y. Gong IEEE TNNLS (IF = 8.793)
22 2020
Transductive Semi-Supervised Metric Learning for Person Re-identification
X. Chang, Z. Ma, X. Wei, X. Hong, Y. Gong
Pattern Recognition (IF = 7.196)
21 2020
Co-Attentive Lifting for Infrared-Visible Person Re-Identification.
X. Wei, D. Li, X. Hong, W. Ke, Y. Gong.
ACM MM 20(Oral, 8.9%)
20 2020
Learning Scales from Points: A Scale-aware Probabilistic Model for Crowd Counting.
Z. Ma, X. Wei, X. Hong, Y. Gong.
ACM MM 20(Oral, 8.9%)
17 2020
K-armed Bandit based Multi-Modal Network Architecture Search for Visual Question Answering.
Y. Zhou, R. Ji, X. Sun, G. Luo, X. Hong, J. Su, X. Ding, L. Shao.
ACM MM 20
16 2020 Topology-Preserving Class-Incremental Learning. X. Tao, X. Chang, X. Hong, X. Wei, Y. Gong ECCV 20
15 2020 Multi-Target Multi-Camera Tracking by Tracklet-to-Target Assignment. Y. He, X. Wei, X. Hong, W. Shi, Y. Gong IEEE TIP (IF =9.34)
14 2020 Few-Shot Class-Incremental Learning X. Tao, X. Hong, X. Chang, S. Dong, X. Wei, Y. Gong IEEE/CVF CVPR 20 (Oral)
13 2020 Noise-Aware Fully Webly Supervised Object Detection Y. Shen, R. Ji, Z. Chen, X. Hong, F. Zheng, J. Liu, M. Xu, Q. Tian
IEEE/CVFCVPR 20
12 2020 3D Skeletal Gesture Recognition via Hidden States Exploration X. Liu, H. Shi, X. Hong, H.Chen, D. Tao, G. Zhao IEEE TIP (IF =9.34)
11 2020 Bi-objective Continual Learning: Learning `New' while Consolidating `Known' X. Tao, X. Hong, X. Chang, Y. Gong AAAI 20
10 2020 Infrared-Visible Cross-Modal Person Re-Identification with an X Modality D. Li, X. Wei,X. Hong, Y. Gong AAAI 20
9 2020 Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching W. Peng, X. Hong, H. Chen, G. Zhao AAAI 20
8 2019
Characterizing Subtle Facial Movements via Riemannian Manifold.
X. Hong; W. Peng; M. Harandi; Z. Zhou; M. Pietik?inen, G. Zhao
ACM TOMM (IF = 2.87)
7 2019
Bayesian Loss for Crowd Count Estimation with Point Supervision
Z. Ma, X. Wei, X. Hong, Y. Gong.
IEEE/CVFICCV 19(Oral)
6 2019
Structured Modeling of Joint Deep Feature and Prediction Refinement for Salient Object Detection
Y. Xu, D. Xu, X. Hong, W. Ouyang, R. Ji, M. Xu, G. Zhao.
IEEE/CVFICCV 19
5 2019
Remote Heart Rate Measurement from Highly Compressed Facial Videos: an End-to-end Deep Learning Solution with Video Enhancement
Z. Yu, W. Peng, X. Li, X. Hong, G. Zhao.
IEEE/CVFICCV 19
4 2019
Universal Perturbation Attacking against Image Retrieval
J. Li, R. Ji, H. Liu, X. Hong, Y. Gao, Q. Tian
IEEE/CVFICCV 19
3 2019
A Part Power Set Model for Scale-Free Person Retrieval
Y. Shen, R. Ji, X. Hong, F. Zheng, X. Guo, Y. Wu, F. Huang
IJCAI 19
2 2019
Spatiotemporal Recurrent Convolutional Networks for Recognizing Spontaneous Micro-expressions.
Z. Xia, X. Hong, X. Gao, X. Feng, G. Zhao.
IEEE TMM(IF =6.051)
1 2019
Saliency integration: An arbitrator model.
Xu, Y., Hong, X., Porikli, F., Liu, X., Chen, J. Zhao, G..
IEEE TMM(IF =6.051)
上述列表仅统计2019年2月份加入交大之后的会刊和顶级论文发表情况，完整的文章 Pulication List 可以点击这里或访问本人的谷歌学术主页。
出版物
没有找到条目。
出版物作者出版日期出版社
认知科学与脑机接口概述 龚怡宏，洪晓鹏合作编著 2020-10-01 西安电子科技大学出版社
学术合作与服务 - 洪 晓鹏基本信息
洪晓鹏西安交通大学 教授-，博士生导师。西安交通大学青年拔尖人才计划入选者。
电子与信息学部
网络空间安全学院、软件学院
智能网络与网络安全教育部重点实验室
信息物理融合系统教育部工程研究中心
校保卫处副处长（挂职）
个人主页 (Personal Webpage) 知乎
谷歌学术(Google Scholar) DBLP
招生信息
本课题组常年招收博士、硕士研究生（可招收网安学院和软件学院的研究生）。欢迎熟悉人工智能、机器视觉、策略分配和机器人相关知识的RA和实习生到课题组工作或实习。
博士研究生：招收具有机器视觉、机器学习、人工智能与模式识别背景的博士研究生。
保研学生：招收计算机、软件、网安、自动化、信通、电气、数试、物试等方向的免试入学研究生。
考研学生：招收上述方向优秀考研生。请尽量在考试之前与我联系，确认名额和方向。
基本要求：
求学态度端正
求学目标明确
积极向上
有干劲
为人坦诚
整体培养原则：
认真指导和用心培养，力争做到课题组项目需求和学生个人职业发展的有机结合
工作/留学/实习会用心推荐
博士、学硕会对照优秀博士目标尽心培养，掌握科研思维、撰写高水平的学术论文
专硕着重培养工程思维和能力、做有实际应用价值的高水平系统，在前期完成课题任务前提下保证四个月工作实习、并根据课题需要提供相关额外实习机会
研究兴趣：
深度连续学习技术
视频监控技术
策略分配与任务调度
视频微小动作分析
深度学习安全性分析
有意者请填写问卷或邮件联系: hongxiaopeng [AT] mail.xjtu.edu.cn
联系方式
电子邮件：hongxiaopeng [AT] mail.xjtu.edu.cn
通信地址：
陕西省西安市雁塔区雁翔路99号西安交通大学曲江校区 西四楼一楼
陕西省西咸新区沣西新城西安交通大学创新港 泓理楼五楼
邮政编码：710054
站点计数器
学术交流与动态
2020年9月25日 受邀为CSIG图像图形中国行 西工大专题论坛作题为《受脑启发深度连续学习技术的一些进展》的报告
2020年3月25日 受邀为VALSE Webinar 20-06期专题论坛作题为《智能微表情：挑战与趋势》的报告
2019年12月14日受邀为INFORSEC网安国际学术论坛作题为《智能安防之自动微表情分析：从手工特征到深度学习》的报告
2019年11月24日受邀在西工大承办的第一届全国大数据及智能处理会议作题为《基于贝叶斯损失的弱监督人群计数方法》报告
2019年11月10日受邀在西安举行的中国模式识别与计算机视觉大会（PRCV19）《全民看脸时代的机遇和挑战》专题论坛上作报告
2019年10月18日受邀在2019中国计算机大会论坛作特邀报告
2019年7月20日 受邀参加在青岛举行的CCF 学科前沿讲习班（ADL）第102期 《网络与信息安全》论坛并作报告
2019年7月11日至12日 受邀访问南京信息工程大学和东南大学
2019年5月21日 受邀访问陕西科技大学人工智能学院并在“未央导师论坛”作报告
学术访问
2018年09月21日至12月，美国马里兰大学访问教授，合作导师为Rama Chellappa教授（ACM/IEEE/AAAI/IAPR Fellow，国际模式识别协会IAPR终身成就奖和美国青年总统奖获得者）
2016年02月至2016年03月：澳洲国立大学/澳洲国立通讯研究所（现Data61）堪培拉实验室访问****，合作导师为Fatih Porikli教授（IEEE Fellow）和Mehrtash Harandi博士。
学术服务
IEEE/ACM/AAAI/CCF/CSIG会员
CSIG情感计算与理解专业委员会副秘书长
Valse 执行领域主席EAC
多次担任如IEEE T-PAMI、T-IP、T-CYB、T-CSVT、T-MM、Springer IJCV等重要国际学术期刊和IEEE ICCV、IEEE CVPR等重要国际学术会议的审稿人，并曾被Elsevier期刊《Pattern Recognition》评为优秀审稿人(Outstanding Reviewer)
担任多个国际会议及专题的分会主席和程序委员会成员
与同行在主流国际会议上举办多场专题研讨会Facial Micro-Expression (FME) Challenge 2021 in conjunction with ACM MM 2021
the 1st Anti-UAV Workshop & Challengein conjunction with IEEE/CVF CVPR 2020
the 3rd Facial Micro-Expressions Grand Challenge (MEGC): New Learning Methods for Spotting and Recognition in conjunction with IEEE AFGC 2020
the 2nd Workshop on Facial Micro-Expression Grand Challenge (MEGC): Methods and Datasets in conjunction with IEEE AFGC 2019
the Workshop on Facial Micro-Expression Grand Challenge (MEGC): Methods and Datasets in conjunction with IEEE AFGC 2018
the Workshop on Spontaneous Facial Behavior Analysis in conjunction with ACCV 2016.
作为期刊的客座编委Signal, Image and Video Processing (SIVP) Special Issue on "Learning Methods for Social Media Computing of Heterogeneous Multimedia Data"
长期合作者
课题组与下列国际与校外的领域著名专家保持良好的长期合作关系：
Wen Gao （高文）, 中国工程院院士, IEEE/ACM Fellow，北京大学教授、鹏城实验室主任
Xilin Chen（陈熙霖）, IEEE/ACM/IAPR Fellow，中国科学院计算技术研究所副所长
Shiguang Shan（山世光），中科院智能信息处理重点实验室常务副主任
Matti Pietik?inen, IEEE/IAPR Fellow,Professor at the University of Oulu, Finland，
国际模式识别学会终身成就奖（King-Sun Fu Prize, 2018）、ECCV十年最有影响力论文奖（Koenderink Prize, 2014）
Guoying Zhao（赵国英）, Professor at the University of Oulu, Finland
Xiujuan Chai （柴秀娟），中国农业科学院农业信息研究所农业信息技术事业部主任，智能感知与表型研究团队首席
Rongrong Ji（纪荣嵘）, 厦门大学教授
Qi Tian（田奇）, IEEE Fellow, 华为云人工智能领域首席科学家
Fatih Porikli, IEEE Fellow, Professor at Australian National University (ANU), Australia
Mehrtash Harandi, Senior Lecturer at Monash University, Australia
Maja Pantic, 英国皇家工程院院士，IEEE/IAPR Fellow,Imperial College, London & head of the Samsung AI lab in Cambridge, UK. IEEE TPAMI前副主编（AEiC）
Stefanos Zafeiriou,Reader,Imperial College, London, UK.
合作团队 - 洪 晓鹏团队负责人
龚怡宏 教授 【主页】
职务：
二级教授、软件学院院长
学术兼职：
IEEE Fellow、973首席
主要合作老师
博士
姓名：
柯炜 【主页】
职务：
特聘研究员（青拔人才）
研究方向：
目标检测与跟踪、行为分析
姓名：
魏星 【主页】
职务：
助理教授 （青秀人才）
研究方向：
表征学习、3D视觉、视频监控、缺陷检测
、
姓名：
史金刚 【主页】
职务：
特聘研究员（青拔人才）
研究方向：
稀疏表征学习、目标检测与跟踪、增量学习
姓名：
王飞 【主页】
职务：
助理教授 （青秀人才）
研究方向：
多传感器感知、缺陷检测
工程师
姓名：
张玥
职务：
团队科研助理、工程师
研究方向：
智能视频分析与理解
主讲课程 - 洪 晓鹏基本信息
洪晓鹏西安交通大学 教授-，博士生导师。西安交通大学青年拔尖人才计划入选者。
电子与信息学部
网络空间安全学院、软件学院
智能网络与网络安全教育部重点实验室
信息物理融合系统教育部工程研究中心
校保卫处副处长（挂职）
个人主页 (Personal Webpage) 知乎
谷歌学术(Google Scholar) DBLP
招生信息
本课题组常年招收博士、硕士研究生（可招收网安学院和软件学院的研究生）。欢迎熟悉人工智能、机器视觉、策略分配和机器人相关知识的RA和实习生到课题组工作或实习。
博士研究生：招收具有机器视觉、机器学习、人工智能与模式识别背景的博士研究生。
保研学生：招收计算机、软件、网安、自动化、信通、电气、数试、物试等方向的免试入学研究生。
考研学生：招收上述方向优秀考研生。请尽量在考试之前与我联系，确认名额和方向。
基本要求：
求学态度端正
求学目标明确
积极向上
有干劲
为人坦诚
整体培养原则：
认真指导和用心培养，力争做到课题组项目需求和学生个人职业发展的有机结合
工作/留学/实习会用心推荐
博士、学硕会对照优秀博士目标尽心培养，掌握科研思维、撰写高水平的学术论文
专硕着重培养工程思维和能力、做有实际应用价值的高水平系统，在前期完成课题任务前提下保证四个月工作实习、并根据课题需要提供相关额外实习机会
研究兴趣：
深度连续学习技术
视频监控技术
策略分配与任务调度
视频微小动作分析
深度学习安全性分析
有意者请填写问卷或邮件联系: hongxiaopeng [AT] mail.xjtu.edu.cn
站点计数器
讲授课程
目前为电信学部的研究生开设下列课程：
? 《数据分析算法与应用》课程（与史金钢老师合作讲授）
? 《信息物理系统》课程（与苏洲老师合作讲授）
任职芬兰奥卢大学期间，先后为芬兰Oulu大学和芬兰DENIS高校联盟的研究生讲授三门课程：
? 《计算机图形学》(课程编码521493S), 芬兰Oulu大学, 2017, 2018；
? 《情感计算》，芬兰 DENIS（Doctoral Education Network on Intelligent Systems）高校联盟(2016)；
? 《深度学习及其应用》(课程编码521010J), 芬兰Oulu大学, 2015。
联系方式
电子邮件：hongxiaopeng [AT] mail.xjtu.edu.cn
通信地址：
陕西省西安市雁塔区雁翔路99号西安交通大学曲江校区 西四楼一楼
陕西省西咸新区沣西新城西安交通大学创新港 泓理楼五楼
邮政编码：710054
讲义下载 - 洪 晓鹏报告讲义下载
1. Valse**-06 期 《智能微表情分析：挑战与趋势》[PPT]
