基本信息
刘云鹏 男 博导 中国科学院沈阳自动化研究所
电子邮件: ypliu@sia.cn
通信地址: 沈阳市沈河区南塔街114号
邮政编码: 110016
电子邮件: ypliu@sia.cn
通信地址: 沈阳市沈河区南塔街114号
邮政编码: 110016
研究领域
刘云鹏,博士,研究员,博导。中国光学工程学会高级会员,基础加强项目首席科学家。
2009年至今,在中国科学院沈阳自动化研究所工作,是光电信息技术研究室智能信息处理学科方向带头人。专注于光电成像目标识别的基础与工程应用研究,近年来作为项目负责人承担完成10多项国家和中科院科技创新重点基金、共用技术项目。提出了系列化创新技术方案,研究成果支撑了现阶段研究所承担的多个航空领域国家重点项目研制工作。是国际上较早开展微分流形在图像识别中应用的研究者之一,在IEEE Transactions on Image Processing,IEEE Transactions on Geoscience and Remote Sensing等期刊和会议发表学术论文90余篇,申请和授权专利18项。获中国科学院杰出科技成就奖1项(集体),中国科学院院长优秀奖1项。
研究方向:
1. 无人系统自主目标识别、跟踪;
2. 红外视觉理论与方法
3. 微分流形在图像、信号处理中的应用
4. 医学影像分析、脑机接口
招生信息
招生专业
081104-模式识别与智能系统
招生方向
图像处理,模式识别
教育背景
2015-09--2016-02 美国科罗拉多州立大学数学系 访问学者2005-09--2011-01 中国科学院沈阳自动化研究所 博士
工作经历
工作简历
2017-01~现在, 沈阳自动化研究所, 研究员2009-06~现在, 中国科学院沈阳自动化研究所, 副研究员
社会兼职
2022-01-01-2024-01-01,中国光学工程学会, 高级会员
2012-01-01-2015-12-31,中国科学院青年创新促进会, 会员
2012-01-01-2015-12-31,中国科学院青年创新促进会, 会员
专利与奖励
奖励信息
(1) 中国科学院杰出科技成就奖, 院级, 2016(2) 中国科学院院长优秀奖, , 院级, 2011
专利成果
[1] 史泽林, 向伟, 刘云鹏, 邬抒航, 蓝德岩, 刘鑫. 一种基于多源异构数据学习的智能目标识别方法. CN: CN113011446B, 2023-08-04.[2] 史泽林, 向伟, 刘云鹏, 蓝德岩, 田政, 王喆鑫. 一种红外图像电厂冷却塔目标识别方法. CN: CN111353486B, 2023-07-28.[3] 史泽林, 向伟, 常铮, 蓝德岩, 刘云鹏, 王学娟. 一种红外弱小目标实时检测方法. CN: CN111353496B, 2023-07-28.[4] 史泽林, 向伟, 刘天赐, 刘云鹏, 蓝德岩, 刘鑫. 一种基于测地线度量的流形网络建模可解释性方法. CN: CN114723956A, 2022-07-08.[5] 史泽林, 向伟, 刘云鹏, 刘天赐, 邬舒航, 蓝德岩. 一种面向环境参数空间的流形建模方法. CN: CN114692232A, 2022-07-01.[6] 史泽林, 向伟, 花海洋, 刘云鹏, 杨坚华, 石轶. 基于视景仿真系统的几何误差传递模型分析方法. CN: CN114662178A, 2022-06-24.[7] 史泽林, 向伟, 刘云鹏, 邬抒航, 蓝德岩, 刘鑫. 一种基于多源异构数据学习的智能目标识别方法. CN: CN113011446A, 2021-06-22.[8] 史泽林, 向伟, 刘云鹏, 刘天赐, 邬抒航, 蓝德岩. 一种流形上的智能目标识别方法. CN: CN112926361A, 2021-06-08.[9] 史泽林, 向伟, 刘云鹏, 蓝德岩, 田政, 王喆鑫. 一种红外图像电厂冷却塔目标识别方法. CN: CN111353486A, 2020-06-30.[10] 史泽林, 向伟, 常铮, 蓝德岩, 刘云鹏, 王学娟. 一种红外弱小目标实时检测方法. CN: CN111353496A, 2020-06-30.[11] 史泽林, 刘云鹏, 向伟, 王喆鑫, 孙健, 田政. 一种基于位姿信息测量的海天线定位方法. CN: CN109959365A, 2019-07-02.[12] 史泽林, 刘云鹏, 向伟, 亓琳, 田政, 孙健. 一种海面舰船目标检测方法. CN: CN109961065A, 2019-07-02.[13] 史泽林, 常铮, 刘云鹏, 石轶, 花海洋, 田政. 基于可见光卫星图片的红外目标识别系统阈值优化方法. CN: CN108205683A, 2018-06-26.[14] 向伟, 惠斌, 花海洋, 王喆鑫, 王学娟, 刘云鹏. 一种异源图像匹配系统的基准图质量评价方法. CN: CN108205645A, 2018-06-26.[15] 史泽林, 向伟, 刘云鹏, 石轶, 惠斌, 花海洋. 一种面向异源序列图像的变化检测及其测试方法. CN: CN106709923A, 2017-05-24.[16] 史泽林, 夏仁波, 刘云鹏, 向伟, 惠斌, 田政. 一种基于直线段上下文的红外与可见光异源图像匹配方法. CN: CN105678733A, 2016-06-15.[17] 刘云鹏, 夏仁波, 惠斌, 王学娟, 王永超, 王喆鑫. 一种实时圆形印刷图像缺陷检测方法. CN: CN104680509A, 2015-06-03.[18] 史泽林, 刘云鹏, 向伟, 亓琳, 田政, 孙健. 一种海面舰船目标检测方法. CN: CN104077777A, 2014-10-01.
出版信息
发表论文
[1] Lin, Haoning, Sun, Changhao, Liu, Yunpeng. OBBStacking: An Ensemble Method for Remote Sensing Object Detection. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING[J]. 2023, 第 3 作者16: 2112-2120, http://dx.doi.org/10.1109/JSTARS.2023.3243168.[2] 赵译文, 刘云鹏. 基于子空间流形的图像集识别方法. 计算机应用. 2023, 第 2 作者43(S01): 207-211, http://lib.cqvip.com/Qikan/Article/Detail?id=00002GGG553G7JP0MJ508JP06JR.[3] Yu, Chuang, Liu, Yunpeng, Zhao, Jinmiao, Wu, Shuhang, Hu, Zhuhua. Feature Interaction Learning Network for Cross-Spectral Image Patch Matching. IEEE TRANSACTIONS ON IMAGE PROCESSING[J]. 2023, 第 2 作者 通讯作者 32: 5564-5579, http://dx.doi.org/10.1109/TIP.2023.3313488.[4] Yu, Chuang, Zhao, Jinmiao, Liu, Yunpeng, Wu, Shuhang, Li, Chenxi. Efficient Feature Relation Learning Network for Cross-Spectral Image Patch Matching. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING[J]. 2023, 第 3 作者 通讯作者 61: http://dx.doi.org/10.1109/TGRS.2023.3290074.[5] Zhao, Jinmiao, Yu, Chuang, Shi, Zelin, Liu, Yunpeng, Zhang, Yingdi. Gradient-Guided Learning Network for Infrared Small Target Detection. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS[J]. 2023, 第 4 作者20: http://dx.doi.org/10.1109/LGRS.2023.3308783.[6] Li, Xiaoli, Liu, Yunpeng, Zhao, Huaici. Saliency Detection Based on Low-Level and High-Level Features via Manifold-Space Ranking. ELECTRONICS[J]. 2023, 第 2 作者12(2): http://dx.doi.org/10.3390/electronics12020449.[7] Yu, Chuang, Liu, Yunpeng, Wu, Shuhang, Xia, Xin, Hu, Zhuhua, Lan, Deyan, Liu, Xin. Pay Attention to Local Contrast Learning Networks for Infrared Small Target Detection. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS[J]. 2022, 第 2 作者 通讯作者 19: http://dx.doi.org/10.1109/LGRS.2022.3178984.[8] Yu, Chuang, Liu, Yunpeng, Li, Chenxi, Qi, Lin, Xia, Xin, Liu, Tianci, Hu, Zhuhua. Multibranch Feature Difference Learning Network for Cross-Spectral Image Patch Matching. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING[J]. 2022, 第 2 作者 通讯作者 60: http://dx.doi.org/10.1109/TGRS.2022.3176358.[9] Yu, Chuang, Liu, Yunpeng, Xia, Xin, Lan, Deyan, Liu, Xin, Wu, Shuhang. Precise and Fast Segmentation of Offshore Farms in High-Resolution SAR Images Based on Model Fusion and Half-Precision Parallel Inference. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING[J]. 2022, 第 2 作者 通讯作者 15: 4861-4872, http://apps.webofknowledge.com/CitedFullRecord.do?product=UA&colName=WOS&SID=5CCFccWmJJRAuMzNPjj&search_mode=CitedFullRecord&isickref=WOS:000818865800003.[10] Yu, Chuang, Liu, Yunpeng, Hu, Zhuhua, Xia, Xin. PRECISE SEGMENTATION AND MEASUREMENT OF INCLINED FISH'S FEATURES BASED ON U-NET AND FISH MORPHOLOGICAL CHARACTERISTICS. APPLIED ENGINEERING IN AGRICULTURE[J]. 2022, 第 2 作者 通讯作者 38(1): 37-48, http://dx.doi.org/10.13031/aea.14638.[11] Yu, Chuang, Liu, Yunpeng, Wu, Shuhang, Hu, Zhuhua, Xia, Xin, Lan, Deyan, Liu, Xin. Infrared small target detection based on multiscale local contrast learning networks. INFRARED PHYSICS & TECHNOLOGY[J]. 2022, 第 2 作者 通讯作者 123: http://dx.doi.org/10.1016/j.infrared.2022.104107.[12] 吕晓君, 向伟, 刘云鹏. 基于强化底层特征的无人机航拍图像小目标检测算法. 计算机应用研究[J]. 2021, 第 3 作者38(5): 1567-1571, http://lib.cqvip.com/Qikan/Article/Detail?id=7104536279.[13] Li, Haixing, Luo, Haibo, Huan, Wang, Shi, Zelin, Yan, Chongnan, Wang, Lanbo, Mu, Yueming, Liu, Yunpeng. Automatic lumbar spinal MRI image segmentation with a multi-scale attention network. NEURAL COMPUTING & APPLICATIONS[J]. 2021, 第 8 作者33(18): 11589-11602, https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7945623/.[14] 陈法领, 丁庆海, 罗海波, 惠斌, 常铮, 刘云鹏. 采用时空上下文的抗遮挡实时目标跟踪. 红外与激光工程[J]. 2021, 第 6 作者50(1): 333-343, http://lib.cqvip.com/Qikan/Article/Detail?id=7103966221.[15] 鞠默然, 罗海波, 刘广琦, 刘云鹏. 采用空间注意力机制的红外弱小目标检测网络. 光学精密工程[J]. 2021, 第 4 作者29(4): 843-853, http://lib.cqvip.com/Qikan/Article/Detail?id=7104953393.[16] 江苏蓬, 向伟, 刘云鹏, 罗海波. 采用多特征共生矩阵的模板匹配. 光学精密工程[J]. 2021, 第 3 作者29(6): 1459-1467, http://lib.cqvip.com/Qikan/Article/Detail?id=7105422348.[17] 王国刚, 孙召进, 刘云鹏. J-MSF:一种新的多通道多尺度红外弱小目标检测算法. 红外与激光工程[J]. 2021, 第 3 作者1-10, [18] 王思奎, 刘云鹏, 亓琳, 张钟毓, 林智远. 基于背景约束与卷积特征的目标跟踪方法. 计算机工程与应用[J]. 2020, 第 2 作者56(8): 205-214, https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2020&filename=JSGG202008031&v=MjY2MjhaK1J2RmlubFc3ck1MejdNYWJHNEhOSE1wNDlHWllSOGVYMUx1eFlTN0RoMVQzcVRyV00xRnJDVVI3cWU=.[19] 史泽林, 刘天赐, 刘云鹏. 黎曼几何在计算机视觉中的应用研究进展. 飞控与探测[J]. 2020, 第 3 作者3(6): 1-10, http://lib.cqvip.com/Qikan/Article/Detail?id=7103851307.[20] 陈法领, 丁庆海, 罗海波, 惠斌, 常铮, 刘云鹏. 基于自适应多层卷积特征决策融合的目标跟踪. 光学学报[J]. 2020, 第 6 作者40(23期): 175-187, http://lib.cqvip.com/Qikan/Article/Detail?id=7104100801.[21] Zhang, Zhongyu, Liu, Yunpeng, Liu, Tianci, Lin, Zhiyuan, Wang, Sikui. DAGN: A Real-Time UAV Remote Sensing Image Vehicle Detection Framework. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS[J]. 2020, 第 2 作者17(11): 1884-1888, http://dx.doi.org/10.1109/LGRS.2019.2956513.[22] 陈法领, 丁庆海, 常铮, 陈宏宇, 罗海波, 惠斌, 刘云鹏. 自适应特征融合的多尺度核相关滤波目标跟踪. 光学学报[J]. 2020, 第 7 作者40(3): 109-120, https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2020&filename=GXXB202003013&v=MDAzMDc0SE5ITXJJOUVaNFI4ZVgxTHV4WVM3RGgxVDNxVHJXTTFGckNVUjdxZVorZHBGaXZrVzczSUlqWFRiTEc=.[23] 刘云鹏. DAGN:一个实时无人机遥感车辆目标检测框架. IEEE Geoscience and Remote Sensing Letters. 2020, 第 1 作者[24] 张钟毓, 刘云鹏, 王思奎, 刘天赐, 林智远. 基于DRFP网络的无人机对地车辆目标识别算法. 红外与激光工程[J]. 2019, 第 2 作者125-133, http://lib.cqvip.com/Qikan/Article/Detail?id=72878974504849578350484956.[25] 虞跃洋, 史泽林, 刘云鹏. 基于前景感知的时空相关滤波跟踪算法. 激光与光电子学进展[J]. 2019, 第 3 作者56(22): 1-20, http://lib.cqvip.com/Qikan/Article/Detail?id=7100540065.[26] Haixing Li, Haibo Luo, Yunpeng Liu. Paraspinal Muscle Segmentation Based on Deep Neural Network. SENSORS[J]. 2019, 第 3 作者19(12): https://doaj.org/article/a7c2fbae4c7c4f9dac697dcdca9cd684.[27] Liu, Tianci, Shi, Zelin, Liu, Yunpeng. Supervised Dimensionality Reduction on Grassmannian for Image Set Recognition. NEURAL COMPUTATION[J]. 2019, 第 3 作者31(1): 156-175, http://ir.sia.cn/handle/173321/24043.[28] Liu, Tianci, Shi, Zelin, Liu, Yunpeng. Visualization of the Image Geometric Transformation Group Based on Riemannian Manifold. IEEE ACCESS[J]. 2019, 第 3 作者7: 105531-105545, https://doaj.org/article/a3dc979b6c094154b2e3724d76eb7161.[29] Liu, Tianci, Shi, Zelin, Liu, Yunpeng, Zhang, Zhongyu. Visualization of the Image Set Recognition Based on Grassmann Manifold. BASIC & CLINICAL PHARMACOLOGY & TOXICOLOGY[J]. 2019, 第 3 作者124(S3): 229-230, http://ir.sia.cn/handle/173321/24594.[30] 姚旺, 朱昌波, 刘云鹏. 基于人眼视觉特性的深度学习全参考图像质量评价方法. 红外与激光工程[J]. 2018, 第 3 作者47(7): 29-36, http://lib.cqvip.com/Qikan/Article/Detail?id=675992707.[31] 李晨曦, 史泽林, 刘云鹏. 红外成像灰度随距离变化的李群表达. 红外与激光工程[J]. 2018, 第 3 作者47(10): 1004002-1, http://lib.cqvip.com/Qikan/Article/Detail?id=7000867885.[32] Liu, Tianci, Shi, Zelin, Liu, Yunpeng. Joint Normalization and Dimensionality Reduction on Grassmannian: A Generalized Perspective. IEEE SIGNAL PROCESSING LETTERS[J]. 2018, 第 3 作者25(6): 858-862, https://www.webofscience.com/wos/woscc/full-record/WOS:000432030000001.[33] Liu, Tianci, Shi, Zelin, Liu, Yunpeng, Li, Chenxi. Visualization of the image geometric transformation under the illumination variation based on the product manifold. BASIC & CLINICAL PHARMACOLOGY & TOXICOLOGY[J]. 2018, 第 3 作者124(S2): 52-53, http://ir.sia.cn/handle/173321/23814.[34] Liu, Tianci, Shi, Zelin, Liu, Yunpeng. Kernel sparse representation on Grassmann manifolds for visual clustering. OPTICAL ENGINEERING[J]. 2018, 第 3 作者57(5): https://www.webofscience.com/wos/woscc/full-record/WOS:000435435300013.[35] 张英迪, 史泽林, 刘云鹏, 刘天赐. 基于Grassmann流形几何深度网络的图像集识别方法. 红外与激光工程[J]. 2018, 第 3 作者47(7): 15-21, http://lib.cqvip.com/Qikan/Article/Detail?id=675992705.[36] 张志佳, 吴天舒, 刘云鹏, 方景哲, 李雅红. 基于连续非对称卷积结构的手写体数字识别. 沈阳工业大学学报[J]. 2018, 第 3 作者40(5): 518-523, http://lib.cqvip.com/Qikan/Article/Detail?id=7000843328.[37] Li, Chenxi, Shi, Zelin, Liu, Yunpeng, Liu, Tianci, Xu, Lingyun. Efficient and Robust Direct Image Registration Based on Joint Geometric and Photometric Lie Algebra. IEEE TRANSACTIONS ON IMAGE PROCESSING[J]. 2018, 第 3 作者27(12): 6010-6024, https://www.webofscience.com/wos/woscc/full-record/WOS:000444019600022.[38] 李此君, 刘云鹏. 基于协方差流形的异常驾驶行为识别方法. 太赫兹科学与电子信息学报[J]. 2018, 第 2 作者16(2): 323-329, http://lib.cqvip.com/Qikan/Article/Detail?id=7000638949.[39] 吴天舒, 陈红叶, 裴文慧, 刘云鹏, 张志佳. 基于改进SSD的轻量化小目标检测算法. 红外与激光工程[J]. 2018, 第 4 作者47(7): 37-43, http://lib.cqvip.com/Qikan/Article/Detail?id=675992708.[40] 刘云鹏. Visual Clustering based on Kernel Sparse Representation on Grassmann Manifold. IEEE Cyber 2017. 2017, 第 1 作者[41] 谭舒昆, 刘云鹏, 李义翠. 基于高斯尺度空间的核相关滤波目标跟踪算法. 计算机工程与应用[J]. 2017, 第 2 作者53(1): 29-33, http://lib.cqvip.com/Qikan/Article/Detail?id=7000089400.[42] Li Chenxi, Shi Zelin, Liu Yunpeng, Liu Tianci, Nielsen F, Barbaresco F. Joint Geometric and Photometric Visual Tracking Based on Lie Group. GEOMETRIC SCIENCE OF INFORMATION, GSI 2017. 2017, 第 3 作者10589: 291-298, [43] Liu Yunpeng, Shi Zelin, Li Lexing. Fast infrared sea ship target detection based on improved BING algorithm. PROCEEDINGS SPIE 10605, LIDAR IMAGING DETECTION AND TARGET RECOGNITION 2017. 2017, 第 1 作者1-6, [44] 李晨曦, 刘云鹏, 史泽林, 刘天赐. Dimensionality reduction on grassmannian: a good practice. PROCEEDINGS OF 2017 INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTING AND INFORMATION SYSTEMS (ICIS 2017). 2017, 第 2 作者87-92, http://ir.sia.cn/handle/173321/23787.[45] 刘云鹏. 基于双向二阶最优化的目标跟踪. SPIE OTA. 2016, 第 1 作者[46] 刘云鹏. 基于直线运动空间反演的变速率红外小目标检测方法. Optical Engineering. 2016, 第 1 作者[47] 刘云鹏. 基于黎曼度量的变换群可视化方法. ICSAI2016. 2016, 第 1 作者[48] Ma, Tianlei, Shi, Zelin, Yin, Jian, Liu, Yunpeng, Xu, Baoshu, Zhang, Chengshuo. Rectilinear-motion space inversion-based detection approach for infrared dim air targets with variable velocities. OPTICAL ENGINEERING[J]. 2016, 第 4 作者55(3): http://www.irgrid.ac.cn/handle/1471x/1045508.[49] 肖传民, 史泽林, 刘云鹏. 张量子空间降维的边缘图像匹配. 红外与激光工程[J]. 2015, 第 3 作者44(11): 3488-3493, http://lib.cqvip.com/Qikan/Article/Detail?id=666774381.[50] 肖传民, 史泽林, 刘云鹏. 引入梯度分布特征的图像背景杂波度量. 光学精密工程[J]. 2015, 第 3 作者23(12): 3472-3479, http://lib.cqvip.com/Qikan/Article/Detail?id=667665498.[51] 马天磊, 史泽林, 尹健, 徐保树, 刘云鹏. 基于辐射累积和空间反演的空中弱目标检测算法. 红外与激光工程[J]. 2015, 第 5 作者44(11): 3500-3506, http://lib.cqvip.com/Qikan/Article/Detail?id=666774383.[52] 袁艳春, 刘云鹏, 高宏伟. 基于边缘结构相似性的图像质量评价方法. 计算机应用研究[J]. 2015, 第 2 作者32(9): 2870-2873, http://lib.cqvip.com/Qikan/Article/Detail?id=665729349.[53] 刘云鹏. 基于Grassmann流形的部分遮挡形状匹配与检索. SPIE,INTERNATIONAL SYMPOSIUM ON OPTOELECTRONIC TECHNOLOGY AND APPLICATION 2014. 2014, 第 1 作者[54] 刘云鹏. 基于形状上下文的Hausdorff距离及其在图像匹配中应用. 5th International Symposium on Photoelectronic Detection and Imaging. 2013, 第 1 作者[55] 刘云鹏. 基于相位一致性和相干点漂移的多模图像配准方法. International Symposium on Multispectral Image Processing and Pattern Recogniton 2013. 2013, 第 1 作者[56] 刘云鹏, 李广伟, 史泽林. 基于Grassmann流形的仿射不变形状识别. 自动化学报[J]. 2012, 第 1 作者38(2): 248-258, http://lib.cqvip.com/Qikan/Article/Detail?id=40827570.[57] 周全赟, 史泽林, 艾锐, 刘云鹏. 基于多局部特征的图像跟踪算法. 第十届全国光电技术学术交流会论文集. 2012, 第 4 作者249, http://ir.sia.ac.cn/handle/173321/10178.[58] 王国刚, 史泽林, 刘云鹏. 多分辨率迭代切距离及其在目标识别中的应用. 红外与激光工程[J]. 2012, 第 3 作者41(5): 1369-1373, http://lib.cqvip.com/Qikan/Article/Detail?id=41900343.[59] 刘云鹏. 基于Grassmann流形的目标匹配原理与验证. 信息与控制. 2012, 第 1 作者[60] 刘云鹏, 李广伟, 史泽林. 基于Grassmann流形的匹配原理与验证. 信息与控制[J]. 2012, 第 1 作者41(S1): 23-26, http://ir.sia.ac.cn/handle/173321/10259.[61] 史泽林, 刘云鹏, 李广伟. 基于李代数的变形目标跟踪. 自动化学报[J]. 2012, 第 2 作者38(3): 420-429, http://lib.cqvip.com/Qikan/Article/Detail?id=41190667.[62] 马天磊, 刘云鹏. 融合结构信息的Hausdorff距离在图像匹配中的应用. 第十届全国光电技术学术交流会论文集. 2012, 第 2 作者248, http://ir.sia.ac.cn/handle/173321/10180.[63] 张程硕, 史泽林, 刘云鹏. 非各向同性高斯模糊图像不变距离. 第十届全国光电技术学术交流会论文集. 2012, 第 3 作者248, http://ir.sia.ac.cn/handle/173321/10177.[64] 王国刚, 史泽林, 刘云鹏. 采用黎曼度量的Hausdorff距离及其在图像匹配中的应用. 红外与激光工程[J]. 2011, 第 3 作者40(2): 365-369, http://lib.cqvip.com/Qikan/Article/Detail?id=36816901.[65] 李广伟, 刘云鹏, 尹健, 史泽林. 基于改进李群结构的特征协方差目标跟踪. 仪器仪表学报[J]. 2010, 第 2 作者111-116, http://lib.cqvip.com/Qikan/Article/Detail?id=32931689.[66] 李广伟, 刘云鹏, 尹健, 史泽林. 基于黎曼流形的平面目标识别. 自动化学报[J]. 2010, 第 2 作者465-474, http://lib.cqvip.com/Qikan/Article/Detail?id=33538430.[67] 刘云鹏. 基于几何粒子滤波的协方差跟踪. EURASIP Journal on Advances in Signal Processing. 2010, 第 1 作者[68] 李广伟, 刘云鹏, 尹健, 史泽林. 基于黎曼二阶最小化的投影图像配准算法. 仪器仪表学报[J]. 2010, 第 2 作者1323-1329, http://lib.cqvip.com/Qikan/Article/Detail?id=34417087.[69] Liu, Yunpeng, Li, Guangwei, Shi, Zelin. Covariance Tracking via Geometric Particle Filtering. EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING[J]. 2010, 第 1 作者 通讯作者 2010(1): http://www.irgrid.ac.cn/handle/1471x/934052.[70] 笪可宁, 张伟, 刘云鹏. 中间件技术在基于JSP平台图档管理系统中的应用. 沈阳建筑大学学报:自然科学版[J]. 2005, 第 3 作者21(1): 59-62, http://lib.cqvip.com/Qikan/Article/Detail?id=12059441.[71] 王永会, 宋晓宇, 刘云鹏. 一种基于PBIL算法的快速图像匹配方法. 计算机应用[J]. 2005, 第 3 作者25(7): 1651-1653, http://lib.cqvip.com/Qikan/Article/Detail?id=15923344.[72] 宋晓宇, 刘云鹏, 王永会. 基于PBIL的快速图像匹配方法的研究. 计算机工程与应用[J]. 2005, 第 2 作者41(25): 43-45,87, http://lib.cqvip.com/Qikan/Article/Detail?id=20110064.[73] 得可宁, 张伟, 刘云鹏. 中间件技术在基于JSP平台图档管理系统中的应用. 沈阳建筑大学学报:自然科学版[J]. 2005, 第 3 作者21(1): 59-62, http://lib.cqvip.com/Qikan/Article/Detail?id=12059441.
科研活动
科研项目
( 1 ) 红外智能目标识别理论与方法研究, 负责人, 国家任务, 2023-06--2024-12( 2 ) 前视景象匹配方法研究, 负责人, 国家任务, 2020-10--2023-12( 3 ) 无人系统信息感知技术, 负责人, 国家任务, 2019-07--2021-12( 4 ) 智能目标识别, 负责人, 中国科学院计划, 2017-12--2019-12( 5 ) 复合信息处理技术, 负责人, 国家任务, 2016-10--2019-12( 6 ) 高灵敏度目标检测技术, 负责人, 国家任务, 2016-10--2019-12( 7 ) 基于非欧几何的目标探测、识别与跟踪方法研究, 负责人, 中国科学院计划, 2012-01--2015-12
指导学生
已指导学生
谭舒昆 硕士研究生 085210-控制工程
李此君 硕士研究生 085210-控制工程
姚旺 硕士研究生 085210-控制工程
张钟毓 硕士研究生 081104-模式识别与智能系统
王思奎 硕士研究生 085210-控制工程
王宏韬 硕士研究生 085210-控制工程
现指导学生
李晓莉 博士研究生 081104-模式识别与智能系统
赵译文 硕士研究生 085210-控制工程
余创 博士研究生 081104-模式识别与智能系统
郝雨彤 硕士研究生 081104-模式识别与智能系统