一、基本情况
姓名：杨敬钰
职称：教授/博士生导师
学科专业：信息与通信工程
通讯地址：天津大学电气与自动化工程学院26教学楼D区
电子信箱：yjy {AT} tju {DOT} edu {DOT} cn
主要研究领域为计算机视觉、智能图像/视频处理、计算成像与三维重建。
近年具体研究方向包括多维媒体信号的稀疏表示，低秩分析与深度学习、基于云媒体大数据的智能影像增强、面向结构性降质的图像恢复、多元视觉信息的高分辨率计算成像、三维物体非刚性对齐与重建等，并探索自动/辅助驾驶、立体影视（3DTV）、增强现实/虚拟现实、智能视频监控、工业故障视觉检测等应用。研究受到国家自然科学基金、天津市科委应用基础及前沿技术研究计划等10余项科研项目的支持，并与国外知名****有持续的合作。在国际期刊与会议上发表学术论文100余篇（IEEE期刊长文30余篇），获得VCIP2016最佳10%论文奖和ICME2017最佳论文奖（World's FIRST 10K Best Paper Award – Platinum Award）。
获国家发明专利20余项，曾获国家技术发明二等奖（2008），天津市技术发明一等奖（2016）以及其它3项省部级科技奖励。入选IEEE高级会员、教育部“新世纪优秀人才”（2012）、北洋青年****（2014）、天津市创新人才推进计划·青年科技优秀人才（2015）。
二、主要经历
(1)工作经历
2016年6月至今， 天津大学教授 博士生/硕士生导师
2014年5月至2016年6月，天津大学副教授博士生/硕士生导师
2009年9月至2014年5月，天津大学副教授硕士生导师
2014年10月至2015年10月，瑞士联邦洛桑理工学院博士后研究员
2012年7月至2012年10月，瑞士联邦洛桑理工学院访问****
2011年2月至20311年8月，微软亚洲研究院访问研究员
(2)教育背景
2003—2009年，硕士/博士，清华大学自动化系
1999—2003年，学士，北京邮电大学自动化学院
三、科研项目
2018.01—2021.12，国家自然科学基金面上项目，面向立体视觉的图上信号处理，负责人
2014.01—2017.12，国家自然科学基金面上项目，三维场景深度的计算重建理论研究及其3DTV应用，负责人
2011.01—2013.12，国家自然科学基金面上项目，多视点视频的高维联合稀疏表示与编码研究，负责人
2012.01—2014.12，教育部新世纪优秀人才支持计划，基于深度传感的立体成像与压缩研究，负责人
2013.01—2014.12，国家自然科学基金海外及港澳****合作研究基金，动态三维场景的多元感知与重建，国内合作者
2015.05—2017.04，军工项目, XXXXXX,军工单位,负责人
2013,05—2014.04，军工项目，XXXXXX，军工单位，负责人
2013.07—2014.06，微软（中国）有限公司,利用云端图像相关的图像去噪，负责人
2012.04—2015.03,天津市应用基础与前沿技术研究计划面上项目，基于复合多摄像机的3DTV内容生成与压缩研究”，负责人
2011.01—2013.12，国家自然科学基金青年项目，面向多视点自由立体显示的虚拟视点生成及校正理论与技术研究，参与者，
2010.03—2010.12，国家高技术研究发展计划(863计划)，多视点立体图像的实时获取与关键显示技术研究，参与者
四、代表性论文
发表论文100余篇，近三年代表性论文如下：
[1] Jingyu Yang, Ji Xu, Kun Li, Yukun Lai, Huanjing Yue, Jianzhi Lu, Hao Wu, and Yebin Liu, "Learning to Reconstruct and Understand Indoor Scenes from Sparse Views",IEEE Transactions on Image Processing, vol. 29, no. 1, pp. 5753-5766, Dec. 2020.
[2] Huanjing Yue, Jianjun Liu,Jingyu Yang, Xiaoyan Sun, Truong Nguyen, and Feng Wu, IENet: Internal and External Patch Matching ConvNet for Web Image Guided Denoising,IEEE Transactions on Circuits and Systems for Video Technology.
[3] Jingyu Yang, Jianhua Guo, Huanjing Yue, Zhiheng Liu, Haofeng Hu, Kun Li, "CDnet: CNN-Based Cloud Detection for Remote Sensing Imagery",IEEE Transactions on Geoscience and Remote Sensing, vol. 57, no. 8, pp. 6195-6211, 2019.
[4] Jingyu Yang, Kun Li, Daoliang Guo, and, Yu-Kun Lai, "Global 3D Non-Rigid Registration of Deformable Objects Using a Single RGB-D Camera",IEEE Transactions on Image Processing, vol. 28, no. 10, pp. 4746-4761, 2019.
[5] Huanjing Yue, Jianjun Liu,Jingyu Yang, Truong Nguyen, and Feng Wu, “High-ISO JPEG Image Denoising by Deep Fusion of Collaborative and Convolutional Filtering”,IEEE Transactions on Image Processing, vol. 28, no. 9, pp.4339-4353, 2019.
[6] Kun Li,Jingyu Yang, Yu-Kun Lai, and Daoliang Guo, “Robust Non-Rigid Registration With Reweighted Position and Transformation Sparsity”,IEEE Transactions on Visualization and Computer Graphics, vol. 25, no. 6, pp.2255-2269, 2019.
[7] Jingyu Yang,Xinchen Ye, Pascal Frossard,“Global Auto-Regressive Depth Recovery via Iterative Non-Local Filtering”,IEEE Transactions on Broadcasting, vol. 65, no. 1, pp. 123-137, March 2019.
[8] Jingyu Yang, Xue Zhang, Changrui Cai, Huanjing Yue, and Chunping Hou, IBM3D: Integerization of BM3D for efficient image denoising,Circuits, Systems, and Signal Processing, vol. 38, no. 2, pp. 750-763, February 2019.
[9] Kun Li, Nianhong Jiao, Yebin Liu, Yangang Wang andJingyu Yang,Shape and Pose Estimation for Closely Interacting Persons Using Multi-view Images,Computer Graphics Forum, 2018, vol. 37, no. 7, pp. 361-371, 2018 (Pacific Graphics 2018).
[10] Jingyu Yang, Yuyuan Zhu, Kun Li, Jiaoru Yang, Chunping Hou, Tensor Completion From Structurally-missing Entries by Low-TT-rankness and Fiber-wise Sparsity,IEEEJournal of Selected Topics in Signal Processing, vol. 12, no. 6, pp. 1420 - 1434, Dec. 2018.
[11] Zhongyu Jiang, Yonghong Hou, Huanjing Yue,Jingyu Yang, and Chunping Hou, “Depth Super-resolution from RGB-D Pairs with Transform and Spatial Domain Regularization”,IEEE Transactions on Image Processing, vol. 27, no. 5, pp. 2587-2602, 2018.
[12] Huanjing Yue,Jingyu Yang, Xiaoyan Sun, Feng Wu, and Chunping Hou, Contrast Enhancement Based on Intrinsic Image Decomposition,IEEE Transactions on Image Processing, vol. 26, no. 8, pp. 3981-3994, 2017.
[13] Jingyu Yang, Fanglei Liu, Huanjing Yue, Xiaomei Fu, Chunping Hou, and Feng Wu, “Textured Image Demoiréing via Signal Decomposition and Guided Filtering”,IEEE Transactions on Image Processing, vol. 26, no. 7, pp. 3528-3541, 2017.
[14] Kun Li,Jingyu Yang, Leijie Liu, Ronan Boulic, Yukun Lai, Yebin Liu, Yubin Li, and Eray Molla, “SPA: Sparse Photorealistic Animation Using a Single RGB-D Camera”,IEEE Transactions onCircuits and Systems for Video Technology,vol. 27, no. 4, pp. 771-783, 2017.
[15] Jingyu Yang, Xuemeng Yang, Xinchen Ye, and Chunping Hou, “Reconstruction of Structurally-Incomplete Matrices with Reweighted Low-rank and Sparsity Priors”,IEEE Transactions on Image Processing, vol. 26, no. 3, pp. 1158-1172, 2017.
五、讲授课程
本科生课程：通信原理、通信概论（英文）、通信原理、Visual C++程序设计
研究生课程：宽带多媒体信息处理与传输（英文）、视觉计算与通信中的数学模型和算法
六、荣誉获奖
（1）科研方面
天津市技术发明一等奖，2016
天津市创新人才推进计划？青年科技优秀人才，2015
北洋青年****，2014
教育部“新世纪优秀人才”，2012
清华大学优秀博士论文奖，2009
广东省科学技术一等奖，2009
国家技术发明二等奖，2008
电子信息科学技术奖二等奖，2007
广东省科学技术二等奖，2007
（2）教学方面
天津大学优秀教书育人奖，2013
天津大学本科生毕业设计（论文）优秀指导教师，2012
天津大学研究生数字化教学“开放课程”建设二等奖，2011
天津大学研究生数字化教学（e-Learning）平台课程建设二等奖，2010
（3）岗位方面
“微软****”指导教师，2013
天津大学“青年教师先锋岗”先进个人，2013
2013年度天津大学“优秀教书育人奖”，2013
天津大学本科生招生宣传工作先进个人，2012
七、学术服务
（1）学术期刊审稿服务
IEEE Transactions on IP/CSVT/MM/NNLS/SPL/JSTSP、ACM Transactions on TIST、Pattern Recognition Letters (PRL)、EURASIP Journal on Image and Video Processing (JIVP)、Journal of Electronic Imaging (JEI)
（2）学术会议服务
+技术程序委员会成员（TPC member）：SPIE VCIP 2010、IEEE ICME 2011/2012/2013/2014/2016、IEEE MMSP 2011、IEEE ISCAS 2012/2013/2014、ICIP 2017.
+会议组织（Chairing）：ECCV workshop on VECTaR 2012，VCIP 2015深度处理专场，ICIP 2017 Area Chair
（3）学术团体服务
+中国图象图形学学会图象视频通信专委会委员（2019-）
+中国图象图形学学会图象视频通信专委会委员（2019-）
+中国图象图形学学会三维视觉专委会（2018-）
八、招生信息
研究组拟招博士生1名与硕士生若干名（有直博或转博计划者优先）。欢迎对课题组研究方向感兴趣的同学加入，与我们一起从事研究工作。希望您：1）性格开朗，积极主动，善于交流，具有较强的团队合作意识；2）具有较强的上进心、自学能力、逻辑思考能力以及锲而不舍的探索精神；3）具有信息处理、通信等相关专业的扎实基础；4）具有较好的数学基础、编程能力（Matlab、C/C++）、英语水平以及表达能力。5）有图像处理/深度学习/数值优化等相关基础者优先。也欢迎应用数学、光电子、微电子等其他相关专业的优秀学生加入。
拟接收学有余力的高年级本科生作为实习生参与研究工作，接受科研训练。希望申请者以深化所学提升能力为目标，而不是仅为了获取一段实验室经历。