中文版 | ENGLISH | 会议室预定系统
 
   
  首页-师资队伍-通信系
师资队伍

杨敬钰

发布时间: 2017-03-21     来源:

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

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,并与国外知名学者有持续的合作。获国家发明专利20余项,在国际期刊与会议上发表学术论文80余篇(IEEE期刊长文20余篇)。

入选IEEE高级会员、教育部新世纪优秀人才2012)、北洋青年学者(2014)、天津市创新人才推进计划·青年科技优秀人才(2015),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。

二、主要经历

(1)工作经历

  20166月至今,            天津大学 教授  博士生/硕士生导师

  20145月至20166月,天津大学 副教授 博士生/硕士生导师

20099月至20145月,天津大学 副教授 硕士生导师

201410月至201510月,瑞士联邦洛桑理工学院博士后研究员

20127月至201210月,瑞士联邦洛桑理工学院访问学者

20112月至203118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,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

2012.012014.12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

2013.012014.12国家自然科学基金海外及港澳学者合作研究基金,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

2013.072014.06微软(中国)有限公司, 利用云端图像相关的图像去噪,负责人

2012.042015.03, 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,

2010.032010.12,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80余篇,代表性论文如下:

[1]      Jingyu Yang, Yuyuan Zhu, Kun Li, Jiaoru Yang, Chunping Yang, Tensor Completion From Structurally-missing Entries by Low-TT-rankness and Fiber-wise Sparsity, IEEE Journal of Selected Topics in Signal Processing, vol. 12, no. 6, pp. 1420 - 1434, Dec. 2018.

[2]      Qing Wang, Panfei Du, Jingyu Yang, Guohua Wang, Jianjin Lei, and Chunping Hou, Transferred Deep Learning Based Waveform Recognition for Cognitive Passive Radar, Signal Processing, vol. 155, pp. 259-267, Feb. 2019

[3]      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.

[4]      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.

[5]      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.

[6]      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 on Circuits and Systems for Video Technology, vol. 27, no. 4, pp. 771-783, 2017.

[7]      J. Yang, X. Yang, X. Ye, and C. 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.

[8]      H. Wu, X. Sun, J. Yang*, F. Wu, “Lossless Compression of JPEG Coded Photo Collections”, IEEE Transactions on Image Processing, vol. 25, no. 6, pp. 2684-2696, 2016.

[9]      K. Li, Y. Zhu, J. Yang, and J. Jiang, "Video Super-Resolution Using an Adaptive Superpixel-Guided Auto-Regressive Model", Pattern Recognition, vol. 61, pp. 59-71, 2016.

[10]   X. Ye, J. Yang*, X. Sun, K. Li, C. Hou, Y. Wang, “Foreground-Background Separation From Video Clips via Motion-Assisted Matrix Restoration”, IEEE Transactions on Circuits and Systems for Video Technology, vol. 25, no. 11, pp. 1721-1734, 2015.

[11]   J. Yang, K. Li, K. Li*, Y. Lai, “Sparse non-rigid registration of 3D shapes”, Special issue of Eurographics Symposium on Geometry Processing, Computer Graphics Forum, vol. 34, no. 5, pp. 89-99, 2015.

[12]   K. Li, J. Yang*, J. Jiang, “Nonrigid structure from motion via sparse representation”, IEEE Transactions on Cybernetics, vol. 45, no. 8, pp. 1401-1413, August 2015.

[13]   H. Yue, X. Sun, J. Yang, F. Wu, CID: Combined Image Denoising in Spatial and Frequency Domains Using Web Images, IEEE Computer Vision and Pattern Recognition (CVPR), 2014.

[14]   J. Yang, Z. Gan, K. Li, and C. Hou, “Graph-based Segmentation for RGB-D Data Using 3-D Geometry Enhanced Superpixels”, IEEE Transactions on Cybernetics, vol. 45, no. 5, pp. 913-926, May 2015.      

[15]   H. Yue, X. Sun, J. Yang*, and F. Wu, “Image denoising by exploring external and internal correlations”, IEEE Transactions on Image Processing, vol. 24, no. 6, pp. 1967-1982, June 2015.

[16]   J. Yang, Z. Gan, Z. Wu, C. Hou, “Estimation of signal-dependent noise level function in transform domain via a sparse recovery model”, IEEE Transactions on Image Processing, vol. 24, no. 5, pp. 1561-1572, May 2015.

[17]   X. Ye, J. Yang*, H. Huang, C. Hou, Y. Wang, “Computational multi-view imaging with Kinect”, IEEE Transactions on Broadcasting, vol. 60, no. 3, pp. 540-554, Sept. 2014.

[18]   J. Yang, X. Ye, K. Li, C. Hou, Y. Wang, “Color-guided depth recovery from RGB-D data using an adaptive autoregressive model”, IEEE Transactions on Image Processing, vol. 23, no. 8, pp. 3443-3458, 2014.

[19]   H. Yue, X. Sun, and J. Yang*, and F. Wu, “Landmark Image Super-resolution by Retrieving Web Images”, IEEE Transactions on Image Processing, vol. 22, no. 12, pp. 4865 – 4878, Dec. 2013.

[20]   H. Yue, X. Sun, J. Yang*, F. Wu, “Cloud-based image coding for mobile devices: Toward thousands to one compression”, IEEE Transactions on Multimedia, Special Issue on Cloud-Based Mobile Media, vol. 15, no. 4, pp. 845-857, June 2013.

[21]   K. Li, Q. Dai, W. Xu, and J. Yang*, “Temporal-dense dynamic 3-D reconstruction with low frame rate cameras”, IEEE Journal of Selected Topics in Signal Processing, vol. 6, no. 5, pp. 447-459, Sep. 2012.

[22] K. Li, Q. Dai, W. Xu, J. Yang* and J. Jiang, “Three-Dimensional motion estimation via matrix completion”, IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics , vol. 42, no. 2, pp. 539-551, April, 2012.

[23]   J. Yang, X. Ye, K. Li, and C. Hou, “Depth recovery using an adaptive color-guided auto-regressive model”, European Conference on Computer Vision (ECCV), October 7-13, 2012, Firenze, Italy.

[24]   J. Yang, W. Xu, Q. Dai, “Fast adaptive wavelet packets using interscale embedding of decomposition structures”, Pattern Recognition Letters, vol. 31, no. 11, pp. 1481-1486, Aug. 2010.

[25]   J. Yang, Y. Peng, W. Xu, Q. Dai, “Ways to sparse representation: an overview”, Science in China Series F: Information Sciences, vol. 52, no. 4, pp. 695-703, April 2009.

[26]   J. Yang, Y. Wang, W. Xu, Q. Dai, “Image and video denoising using adaptive dual-tree complex wavelet packets”, IEEE Transactions on Circuits and Systems for Video Technology, vol. 19, no. 5, pp. 642-655, May 2009.

[27]   J. Yang, Y. Wang, W. Xu, Q. Dai, “Image coding using dual-tree discret wavelet transform”, IEEE Transactions on Image Processing, vol. 17, no. 9, pp. 1555-1569, Sep. 2008.

五、讲授课程

 本科生课程: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

北洋青年学者,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

微软学者指导教师,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)国际期刊审稿服务

  IEEE Transactions on IP/CSVT/MM/NNLS/SPL/JSTSPACM Transactions on TISTPattern Recognition Letters (PRL)EURASIP Journal on Image and Video Processing (JIVP)Journal of Electronic Imaging (JEI)

  2)国际学术会议服务

    + 技术程序委员会成员(TPC member):SPIE VCIP 2010IEEE ICME 2011/2012/2013/2014/2016IEEE MMSP 2011IEEE ISCAS 2012/2013/2014ICIP 2017.

      + 会议组织(Chairing):ECCV workshop on VECTaR 2012VCIP 2015深度处理专场,ICIP 2017 Area Chair

八、 招生信息

研究组拟招博士生2名(直博生1名、普博生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(MatlabC/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。

相关文章
 

地址: 天津市南开区卫津路92号 天津大学 电气自动化与信息工程学院 邮编: 300072 电话: (022)27405477 E-mail: auto@tju.edu.cn 津ICP备05004358号
津教备0316号 天津大学 电气自动化与信息工程学院 版权所有