卿来云  女  博导  计算机科学与技术学院
电子邮件: lyqing@ucas.ac.cn
通信地址: 北京市海淀区中关村南一条3号
邮政编码: 100190

研究领域

机器学习,计算机视觉和计算图形

招生信息

   
招生专业
081203-计算机应用技术
招生方向
多媒体技术,模式识别,机器学习

教育背景

2000-09--2005-06   中科院研究生院   博士研究生
1996-09--1999-03   东北大学   硕士研究生
1992-09--1996-06   东北大学   本科生
学历
-- 研究生
学位
-- 博士

工作经历

   
工作简历
2005-07~现在, 中国科学院大学, 教师
1999-04~2000-08,广州金鹏集团有限公司, 软件工程师

教授课程

机器学习
多媒体数据压缩
机器学习案例分析
信源编码
文献阅读课
统计学习应用案例
统计学习基础
统计学习及应用
计算机网络导论

专利与奖励

   
奖励信息
(1) 中国公路学会科学技术奖, 国家级, 2009
专利成果
[1] 吴家琪, 万书宏, 刘新民, 胡秦, 吕静薇, 吕龙龙, 姜宁, 黄红, 卿来云, 庞俊彪. 实验鼠嗅探动作识别方法、模块及系统. CN: CN111178172A, 2020-05-19.
[2] 卿来云, 苗军, 帅佳玫, 黄庆明. 一种图像显著区域检测方法. 中国: CN104463870A, 2015-03-25.
[3] 卿来云, 苗军. 一种图像显著区域检测方法. 中国: CN102129694A, 2011-07-20.
[4] 苗 军, 卿来云, 段立娟, 陈熙霖, 高 文, 乔元华. 一种视觉目标上下文空间关系编码的系统和方法. 中国: CN101159043, 2008-04-09.

出版信息

   
发表论文
[1] 佘琛, 卿来云. OPEN ACCESS SpikeFormer: Image Reconstruction from the Sequence of Spike Camera Based on Transformer. 2022 the 5th International Conference on Image and Graphics Processing (ICIGP)null. 2022, https://dl.acm.org/doi/10.1145/3512388.3512399.
[2] 卿来云. 在线异常事件检测的时序建模. 计算机科学. 2021, [3] 卿来云. 基于深度残差学习和加权损失的动作预测. Multimedia Tools and Applications. 2020, [4] 卿来云. 基于具有互补袋内损失的时间卷积网络的弱监督异常检测. IEEE International Conference on Image Processing (ICIP). 2019, [5] 郭双双. 基于深度残差特征学习的动作预测. 2019, [6] 卿来云. 基于知识迁移的深度特征表示. Pattern Recognition Letters. 2019, [7] 卿来云. 基于对比度和深度指导的背景先验的立体视显著性建模. Neurocomputing. 2018, [8] 卿来云. 一种用于图像分类的新的形状表示. 2018 International Conference on Image and Video Processing, and Artificial Intelligence. 2018, [9] Wang Qing, Qing Laiyun, Miao Jun, Duan Lijuan, Zeng B, Huang Q, ElSaddik A, Li H, Jiang S, Fan X. Temporal Interval Regression Network for Video Action Detection. ADVANCES IN MULTIMEDIA INFORMATION PROCESSING - PCM 2017, PT Inull. 2018, 10735: 258-268, [10] Pang, Junbiao, Huang, Jing, Qin, Lei, Zhang, Weigang, Qing, Laiyun, Huang, Qingming, Yin, Baocai. Rotative maximal pattern: A local coloring descriptor for object classification and recognition. INFORMATION SCIENCES[J]. 2017, 405: 190-206, http://dx.doi.org/10.1016/j.ins.2017.04.011.
[11] Shan, Dingyi, Qing, Laiyun, Miao, Jun, Lai, SH, Lepetit, V, Nishino, K, Sato, Y. Human Interaction Recognition by Mining Discriminative Patches on Key Frames. COMPUTER VISION - ACCV 2016, PT IInull. 2017, 10112: 352-367, [12] Qing Laiyun. Activity Detection With Discriminative Patches. International Conference on Internet Multimedia Computing and Service. 2016, [13] Duan Lijuan, Miao Jun, Qing Laiyun. Simulate Human Saccadic Scan-Paths in Target Searching. International Journal of Intelligence Science[J]. 2016, [14] Xu, Zhen, Qing, Laiyun, Miao, Jun, IEEE. Activity Auto-Completion: Predicting Human Activities from Partial Videos. 2015 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV)null. 2015, 3191-3199, [15] Zhu, Wentao, Miao, Jun, Qing, Laiyun, Huang, GuangBin, IEEE. Hierarchical Extreme Learning Machine for Unsupervised Representation Learning. 2015 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)null. 2015, [16] Qing Laiyun. Discriminative voting for activity prediction. International Conference on Internet Multimedia Computing and Service. 2015, [17] 卿来云. 采用极速学习机的车辆检测. Neurocomputing. 2014, [18] 卿来云. 基于极速支持向量的鲁棒回归. Pattern Recognition Letters. 2014, [19] 马志国, 苗军, 卿来云, 陈熙霖. 基于局部随机游走的超像素分割方法. 高技术通讯[J]. 2014, 991-998, http://lib.cqvip.com/Qikan/Article/Detail?id=663515919.
[20] 卿来云. 受限极速学习机一种新的高判别性的随机前馈神经网络. International Joint Conference on Neural Networks (IJCNN 2014). 2014, [21] 卿来云. 鲁棒的分块物体跟踪. IEEE International Conference on Image Processing (ICIP’2013). 2013, [22] 卿来云. 基于背景先验和纹理抑制的显著区域检测. IEEE International Conference on Image Processing (ICIP’2013). 2013, [23] 卿来云. 极速支持向量回归. International Conference on Extreme Learning Machines (ELM’2013). 2013, [24] 卿来云. 基于空间语义关系的动作识别. International Conference on Pattern Recognition, ICPR2012. 2012, [25] 卿来云. 基于人类视觉系统尺度选择的显著性检测. International Conference on Neural Information Processing, ICONIP. 2011, [26] 卿来云. 基于空间加权差异的显著性检测. CVPR 2011. 2011, [27] 卿来云. 一种用于目标搜索中的改进的神经体系结构的视点控制. IEEE International Joint Conference on Neural Networks,IJCNN2011. 2011, [28] 卿来云. 基于显著性的人脸识别:从人类视觉系统学习. International Journal of Computer Science Issues. 2011, [29] []. 场景搜索中视点轨迹评估. Proceedings of International Workshop on Gaze Sensing and Interactions. 2010, [30] []. 目标搜索中的视点控制. IEEE Transactions on Autonomous Mental Development. 2010, [31] []. 光照感知的人脸识别. proceeding of European Conference on Computer Vision ECCV2010. 2010, [32] []. 神经元编码网络中视觉上下文表示的学习. Proceedings of International Conference on Artificial Neural Networks 2010. 2010, [33] []. 基于多尺度全体编码的目标搜索. Proceedings of IEEE International Conference on Cognitive Informatics. 2010, [34] []. 基于视觉限制性的广告评估. Proceedings of IEEE International Conference on Multimedia Expo 2009. 2009, [35] []. 单细胞编码 vs. 群体编码. Proceedings of IEEE International Joint Conference on Neural Networks 2009. 2009, [36] []. Gabor相位对人脸识别真的没用?. Pattern Analysis and Applications. 2009, [37] Hugo de GARIS, 潘伟, 施明辉, 杨晔. 基于选择性注意和部分连接神经网络的人脸识别. 厦门大学学报:自然科学版[J]. 2009, 48(4): 499-503, http://lib.cqvip.com/Qikan/Article/Detail?id=31096131.
[38] []. 利用视点位置和视网膜成像的人脸识别. Proceedings of International Conference on Automatic Face and Gesture Recognition. 2008, 

科研活动

   
科研项目
( 1 ) 人体动作识别, 主持, 市地级, 2013-06--2015-05
( 2 ) 注意选择引导的人体运动分析和识别, 主持, 国家级, 2015-01--2018-12
( 3 ) 基于视觉注意的目标检测与隐含学习的动作识别方法研究协议, 参与, 国家级, 2015-01--2017-12
参与会议
(1)基于空间关系的动作识别   模式识别国际会议   Lingxun Meng, Laiyun Qing, Jun Miao, Xinlin Chen   2012-11-11
(2)Advertisement evaluation using visual saliency based on foveated image   Zhiguo Ma, Laiyun Qing, Jun Miao, Xilin Chen ...    2009-06-27
(3)Population Cell Coding: Gaze Movement Control in Target Search    Jun Miao, Laiyun Qing, Lijuan Duan, and Baixian Zou   2009-06-14

指导学生

已指导学生

杨涛  硕士研究生  081203-计算机应用技术  

池晨  硕士研究生  081203-计算机应用技术  

现指导学生

王崇秀  硕士研究生  081203-计算机应用技术  

孟令勋  硕士研究生  081203-计算机应用技术  

帅佳玫  硕士研究生  081203-计算机应用技术  

教学

   
机器学习
机器学习 2013 秋季 日程安排
 
教材[MLPP]:Kevin P. Murphy, Machine Learning: A Probabilistic Perspective 

辅助教材:
[PRML] Christopher M., Pattern Recognition and Machine Learning, Springer Press, 2006
[AOL] Wasserman L., All of Statistics: A Concise Course in Statistical Inference, Springer Press, 2005 中译版:张波、刘中华、魏秋萍和代金译,统计学完全教程,科学出版社,2008年
[ESL] Hastie T., Tibshirani R. Friedman J., The Elements of Statistical Learning - Data Mining, Inference and Prediction, Springer Press, 2010 中译版:范明,柴玉梅,昝红英译,统计学习基础—数据挖掘、推理与预测,电子工业出版社 

课次    日期      课程内容                               阅读材料
1         09/09    机器学习简介                      [MLPP] Chapter 1
2         09/11     概率复习                             [MLPP] Chapter 2 

09/16 暂停
09/18 暂停 

3          09/23     极大似然估计                    [MLPP] Chapter 6
4          09/25     贝叶斯统计                        [MLPP] Chapter 3,5 

5          09/30    多元高斯模型                     [MLPP] Chapter 4 
6          10/09     多元高斯模型
7          10/14    Fisher判别分析 

8         10/16   统计决策理论                        [MLPP] Chapter 6 

9         10/21    线性回归的MLE                   [MLPP] Chapter 7
10       10/23    线性回归的贝叶斯推断 

11       10/28    Logstic回归                          [MLPP] Chapter 8
12       10/30    Logstic回归2 

13       11/04    指数分布和广义线性模型   [MLPP] Chapter 9
14       11/06    SVM

15       11/11    模型评估与模型选择            [ESL] Chapter 7
16       11/13     稀疏线性模型                       [MLPP] Chapter 13
17       11/18    核方法                                    [MLPP] Chapter 14
18       11/20   集成机器学习                         [MLPP] Chapter 16

19        11/25   答疑 
20        11/27    期末考试