徐冰瑢(副研究员)

发布时间:2023-01-06

    名:徐冰瑢 

    别:女 

    箱:bingrongxu@whut.edu.cn 

    称:副研究员/硕士生导师 

  研究方向:无人系统自动驾驶、智能信号处理

  主讲课程:自动控制原理、人工智能与机器学习、图像处理

 教师简介

  徐冰瑢,博士,副研究员,硕士生导师,湖北省高层次青年人才,IEEE Member。2021年博士毕业于华中科技大学控制科学与工程专业,2019年07月-2021年01月于美国普渡大学进行访学交流,2021年10月-2022年03月与美国史蒂文斯理工老师进行合作研究。2022年06月以副研究员入职武汉理工大学自动化学院。

  近年来,在国内外权威期刊上发表学术论文60余篇,主持国家自然科学基金、湖北省自然科学基金、企业横向研发项目多项,参与国家自然科学基金、重点研发项目多项。参与Journal of Electronic Imaging、 Swam and Evolutionary、Applied Mathematical Modelling、Software Engineering、Circuits, Systems & Signal Processing等期刊,NeuroIPS、ICML等会议审稿。国家自然科学基金信息学部通讯评审专家。指导学生参加国创、学科竞赛等科研活动,发表SCI/EI论文数篇、并获得相关大赛省级奖及全国奖多项。

目前主要研究方向为: 

1. 自动驾驶领域(无人车、无人艇)重点研究复杂环境感知与建图、多传感器融合、非结构化地形可行性分析、动态路径规划、自主决策与鲁棒控制、群体智能协同作业、极端环境适应以及能源管理优化以提升自动驾驶系统在特定场景作业的适应性和稳定性。

2. 图像与时序信号处理研究,包括多模态数据融合、深度学习与Transformer模型应用、实时目标检测与跟踪、自适应信号去噪与增强、异常检测与预测分析等。重点探索图像与时序信号的联合表示学习、时空序列分析、跨模态信息补全,以及在医疗诊断、自动驾驶、智能监控等领域的应用。

 

 招生信息

  欢迎数学/英语基础好、具有一定编程实践能力(C/C++/Python/MATLAB等)、自动化、电子信息、计算机、数学等相关专业同学联系和报考。优秀学生可推荐去海外高校交流访学或继续深造。

 

(每年接收2-3名本科生,招收3名研究生)


 科研项目(部分)

  [1] 国家自然科学基金青年项目,基于深度迁移学习的海洋环境下无人艇弱小目标检测方法研究,主持

[2] 湖北省自然科学基金面上项目,基于原型学习的跨场景目标跟踪方法研究,主持

[3] 武汉市2023年数字经济应用场景“揭榜挂帅”项目,国产人工智能大模型服务平台及示范应用,主持课题

[4] 先进越野系统技术全国重点实验室开放基金,基于数据-激励联合驱动的无人越野车决策机制与方法研究,主研

[5] 企业委托,多台区电动汽车与电网互动关键技术研究及样机研制外协测试,主持

[6] 企业委托,基于GAN网络的数据增强研究,主持

[7] 国家重点研发计划项目,基于地图的车-路-云协同感知,主研

[8] 国家自然科学基金联合基金项目集成项目,无人 “机-艇” 水空协同关键技术及其在海面巡逻中的应用示范,主研

  [9] 国家自然科学基金重点项目,基于忆阻的类人情感生成与演化及其在情感机器人中的应用,主研    

 代表性论文(部分)

  迁移学习

[1] L Luo, B Xu, Q Zhang, C Lian, J Luo, A Fourier Transform Framework for Domain Adaptation, Chinese Conference on Pattern Recognition and Computer Vision (PRCV), 19-33, 2024. (CCF-C)

[2] B Xu, Z Zeng, C Lian, Z Ding, Few-shot domain adaptation via mixup optimal transport, IEEE Transactions on Image Processing 31, 2518-2528, 2022.

[3] B Xu, Z Zeng, C Lian, Z Ding, Generative mixup networks for zero-shot learning, IEEE Transactions on Neural Networks and Learning Systems, DOI: 10.1109/TNNLS.2022.3142181, 2022.

[4] T Jing, B Xu, Z Ding, Towards fair knowledge transfer for imbalanced domain adaptation, IEEE Transactions on Image Processing 30, 8200-8211, 2021.

[5] B Xu, Z Zeng, C Lian, Z Ding, Semi-supervised low-rank semantics grouping for zero-shot learning, IEEE Transactions on Image Processing 30, 2207-2219, 2021.

 

  环境感知

[1] B Wen, J Zhang, Y Shen, B Xu, Information balance network for multiscale object detection in remote sensing imagery, Journal of Electronic Imaging 33 (6), 063054-063054, 2024.

[2] LP Lu, Q Xiong, B Xu*, D Chu, Mixdehazenet: Mix-structure block for image dehazing network, International Joint Conference on Neural Networks (IJCNN), 1-10, 2024. (CCF-C)

[3] Y Chen, B Xu, Y Su, Underwater target detection optimization algorithm based on YOLOv7, International Conference on Image, Signal Processing, and Pattern Recognition (ISPP), 13180 775-781, 2024.

[4] X Yang, Y Su, B Xu, J Yu, Small traffic sign detection method based on improved YOLOv8m, International Conference on Electronic Information Engineering and Data Processing (EIEDP) 13184 1671-1677, 2024.

[5] X Zhang, B Xu, L Lu, High-quality 3D Object Detection Based on Instance-aware Sampling, Journal of Physics: Conference Series 2674 (1), 012025, 2023.

 

  时序信号

[1] Y Wei, C Lian, B Xu, P Zhao, H Yang, Z Zeng, Bimodal Masked Autoencoders with internal representation connections for electrocardiogram classification, Pattern Recognition 161, 111311, 2025.

[2] Q Zhang, S Zhou, B Xu*, X Li, TCAMS-Trans: Efficient temporal-channel attention multi-scale transformer for net load forecasting, Computers and Electrical Engineering 118, 109415, 2024.

[3] P Zhao, C Lian, B Xu, Y Su, Z Zeng, Driving Cognitive Alertness Detecting Using Evoked Multimodal Physiological Signals Based on Uncertain Self-Supervised Learning, IEEE Transactions on Neural Systems and Rehabilitation Engineering 32, 2165 – 2176, 2024.

[4] Q Zhang, S Zhou, B Xu*, Z Shen, W Chang, PSGformer: A novel multivariate net load forecasting model for the smart grid, Journal of Computational Science 78, 102288, 2024.

[5] P Zhao, C Lian, B Xu, Z Zeng, Multiscale Global Prompt Transformer for EEG-Based Driver Fatigue Recognition, IEEE Transactions on Automation Science and Engineering 22 2700 – 2711, 2024.