研究方向
基于深度学习的图像理解和生成 图像理解是一门交叉学科，作为图像理解的低层数据的是视觉信息，理论出发点是计算机视觉，作为图像理解的高层数据是知识信息，理论依据出发点是人工智能。从研究的广泛性看，图像理解的处理信息分为视觉数据信息和人类知识信息两部分，前者侧重原始获取的数据信息以何种结构存储在计算机中，后者侧重知识的表述如何指导计算机的理解过程，两部分表示相辅相成。图像理解中对视觉信息和知识信息的研究过程就是进行信息表示、处理和分析的过程,具体表现为“表示与存储今认知与学习今推理与理解”的图像理解分析过程。
深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
相关学科
计算机科学技术
科研导师
Y. W
- 国内985顶尖高校计算机学院教授，伦敦大学计算机博士；
- 科技部‘863’信息技术领域专家，科技部国际科技合作基金评审专家，国际电子电气工程师协会IEEE高级会员；
- 研究方向为：图像和视频信息处理、机器视觉、信息隐藏、信息安全、物联网技术、代码克隆等；
- 近五年来主持国家科技部863课题1项，国家教育部课题1项，省自然科学基金2项；
- 在国际期刊和会议上发表学术论文80余篇，SCI收录60篇，EI收录20篇，科学出版社出版专著1本，发明专利8项，软件著作登记3项；
- 受邀担任2个国际期刊的主编，国际学术会议上作主旨报告20次，担任国家和省市多个科技项目和基金的评审人。
科研成果
成果一：在英文期刊中发表学术论文
有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
成果二：第一作者身份
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。
成果三：独一无二的课题
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。
成果四：顶尖院校导师的推荐信
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
成果五：高效备战具有高影响力、高含金量的科研竞赛
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。
了解更多详情
请扫描二维码
关注「有方背景提升」
