科学研究

中心概况

光学影像分析与学习中心（Center for OPTical IMagery Analysis and Learning, OPTIMAL）是西北工业大学首个校级人才特区，2014年6月成立。在学校各级领导和高层次人才办公室等相关单位的大力支持和帮助下，中心成员团结奋进、努力拼搏，短短数年内取得了丰硕的科研与建设成果。2021年1月，在校领导的大力支持下，以光学影像分析与学习中心为基础，联合光子、激光、复杂系统等研究团队共同成立西北工业大学光电与智能研究院。袁媛教授现任中心主任。依托全新平台，结合优势力量，光学影像分析与学习中心迎来了全新的发展阶段。

自成立以来，中心面向国家重大战略需求，立足人工智能前沿交叉领域的前沿科学问题，致力于计算机视觉、模式识别、机器学习、复杂网络、遥感对地观测、医学影响分析等方向的研究。研究成果广泛应用于智能驾驶、公共安全、医学辅助诊断、舆情监控等领域。先后承担多项国家重点基础研究发展计划（“973”）项目、国家重点研发计划、国家自然科学基金重点项目、陕西省重点科技创新团队项目等研究课题。并在PNAS、Nature/Science、IEEE汇刊、NeurIPS、CVPR等知名学术期刊和会议上发表论文数百篇，引用万余次。

研究方向

成果展示

重大项目：

【科技部】国家重点研发计划：微纳结构激光跨尺度制造工艺与装备，2018-2021

【国家自然科学基金】国家杰出青年科学基金：高光谱图像分析与处理，2019-2023

【国家自然科学基金】重点项目：公共安全领域的多源、时空大数据感知、融合与分析研究，2019-2022

【国家自然科学基金】重点项目子课题：面向无人驾驶汽车的恶劣天气环境下视觉计算技术，2017-2021

【科技部】国家重点研发计划项目子课题：微纳结构激光跨尺度智能制造工艺与装备，2018-2021

科研获奖：

【国家自然科学奖】二等奖：图像结构建模与视觉表观重构理论方法研究，2016

【中国电子学会 科学技术奖】自然科学一等奖：图像数据协同处理理论方法研究，2018

【中国光学工程学会 科技进步奖】一等奖：全海深高清光学成像及影像处理系统，2018

【中国计算机学会 科学技术奖】自然科学一等奖：高维数据的低维流形表达与学习，2018

【中国中文信息学会 钱伟长中文信息处理科学技术奖】一等奖：海量媒体数据挖掘与安全态势分析，2018

高水平论文：

1. Y. Yuan, Z. Xiong, and Q. Wang, “VSSA-NET: Vertical Spatial Sequence Attention Network for Traffic Sign Detection,” IEEE Transactions on Image Processing, vol. 28, no. 7, pp. 3423-3434, 2019.

2. X. Li, M. Jusup, and Z. Wang, et al., “Punishment Diminishes the Benefits of Network Reciprocity in Social Dilemma Experiments,” Proceedings of the National Academy of Sciences, vol. 115, no. 1, pp. 30-35, 2018.

3. Z. Wang, M. Jusup, and L. Shi, et al., “Exploiting A Cognitive Bias Promotes Cooperation in Social Dilemma Experiments,” Nature Communications, vol. 9. no. 1, pp. 1-7, 2018.

4. Z. Wang, M. Jusup, and R. Wang, et al., “Onymity Promotes Cooperation in Social Dilemma Experiments,” Science Advances, vol. 3, no. 3, e1601444, 2017.

5. Q. Wang, J. Gao, W. Lin, et al., “NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting and Localization,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020.

6. Q. Wang, M. Chen, F. Nie, et al., “Detecting Coherent Groups in Crowd Scenes by Multiview Clustering,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 42, no. 1, pp. 46-58, 2018.

7. X. Li, H. Zhang, and R. Zhang, et al., “Generalized Uncorrelated Regression with Adaptive Graph for Unsupervised Feature Selection,” IEEE Transactions on Neural Networks and Learning Systems, vol.30, no. 5, pp. 1587-1595, 2019.  

8. F. Nie, Z. Wang, and R. Wang, et al., “Adaptive Local Linear Discriminant Analysis,” ACM Transactions on Knowledge Discovery from Data (TKDD), vol. 14, no. 1, pp. 1-19, 2020.

9. F. Nie, Z. Wang, and R. Wang, et al., “Towards Robust Discriminative Projections Learning via Non-greedy l2,1-Norm MinMax,” Transactions on Pattern Analysis and Machine Intelligence, 2019.

10. Q Huang, X Huang, and Z Kong, et al., “Bi-Phase Evolutionary Searching for Biclusters in Gene Expression Data,” IEEE Transactions on Evolutionary Computation, vol. 23, no. 5, pp. 803-814, 2018.