黎曼流形，深度学习，目标识别与检测，几何优化

目前主要从事非欧几何与深度学习的结合研究工作，利用黎曼流形的几何结构来提高深度学习的学习能力，进而提高图像识别的准确度和实时性。

   

2018-08——2019-08       新加坡国立大学               数学系 —— Researcher

2014-09——2019-06       中国科学院大学            中国科学院沈阳自动化研究所            模式识别与智能系统——博士

2014-09——2015-06       中国科学技术大学           自动化系——代培博士

2010-09——2014-06       中国石油大学（北京）    数学与应用数学专业——学士

2019年5月——2019年7月         中国科学院沈阳自动化研究所       博士提前留所

2019年8月——2021年12月       中国科学院沈阳自动化研究所        助理研究员

2022年1月——至今                   中国科学院沈阳自动化研究所        副研究员

（1）获得2021年度辽宁省沈阳市高层次人才，第一获奖人；

（2）获得中国科学院沈阳自动化研究所人才计划，第一获奖人；

（3）获得中国科学院沈阳自动化研究所优秀博士论文，第一获奖人；

（4）获得2019年中国科学院院长奖，第一获奖人；

（5）获得2018年博士研究生国家奖学金，第一获奖人；

（6）获得2018年学业奖学金一等奖，第一获奖人；

（7）获得2018年中国科学院大学优秀学生干部，第一获奖人；

（8）获得2018年中国科学院沈阳自动化研究所优秀党员，第一获奖人；

（9）获得2017年中国科学院大学三好学生，第一获奖人；

（10）获得2015年学业奖学金二等奖，第一获奖人；

（1）一种基于测地线度量的流形网络建模可解释性方法, 2020-12-18, 中国, CN202011502227.8；

 
（2） 一种面向仿真系统的环境参数一致性表征方法,2021-12-8, 中国, CN202111489762.9； 

（3） 一种面向环境参数空间的流形建模方法, 2020-12-28, 中国, CN202011576640.9； 

（4） 一种流形上的智能目标识别方法, 2021-6-8, 中国, CN112926361A； 

（5） 基于全连接神经网络的识别性能评估不确定度估计方法, 2023-11-9, 中国, 202311481649.5；

 
（6） 一种基于实测数据的多光谱场景仿真方法, 2023-11-2, 中国, 202311446431.6；

[1] Tianci Liu, Zelin Shi, Yunpeng Liu. Joint Normalization and Dimensionality Reduction on Grassmannian: A Generalized Perspective [J]// IEEE Signal Processing Letters,2018, 25(6):858-862.

[2] Tianci Liu, Zelin Shi, Yunpeng Liu. Visualization of the Image Geometric Transformation Group Based on Riemannian Manifold [J]// IEEE ACCESS, 2019, 7:  105531-105545.

[3] Tianci Liu, Zelin Shi, Yunpeng Liu. Kernel Sparse Representation on Grassmann Manifolds for Visual Clustering [J]// Optical Engineering, 2018, 57(5):1-10.

[4] Tianci Liu, Zelin Shi, Yunpeng Liu. Supervised Dimensionality Reduction on Grassmannian for Image-set Recognition [J]// Neural Computation, 2019, 31(1): 156-175.

[5] Tianci Liu, Zelin Shi, Yunpeng Liu. Visualization of the image geometric transformation under the illumination variation based on the product manifold [J]// Basic & Clinical Pharmacology & Toxicology, 2018, 124: 52-53.

[6] Chenxi Li, Zelin Shi, Yunpeng Liu, Tianci Liu. Efficient and robust direct image registration based on joint geometric and photometric Lie algebra [J]// IEEE Transactions on Image Processing, 2018, 27(12):6010-6024

[7] 刘天赐, 史泽林, 刘云鹏，张英迪. 基于Grassmann流形的几何深度学习网络[J]// 红外与激光工程, 2018,47(7): 1-7

[8] Tianci Liu, Zelin Shi, Yunpeng Liu, Chenxi Li. Visualization of the Geometric Transformation Group Based on the Riemannian Metric [C]// Systems and Informatic (ICSAI), 2016 3rd International Conference on. IEEE, 2016: 930-935.

[9] Tianci Liu, Zelin Shi, Yunpeng Liu. Visual Clustering based on Kernel Sparse Representation on Grassmann Manifolds [C]// 2017 IEEE 7th Annual International Conference on CYBER Technology in Automation, Control, and Intelligent System (CYBER). IEEE, 2017: 920-925.

[10] Tianci Liu, Zelin Shi, Yunpeng Liu. Dimensionality Reduction on Grassmannian: A Good Practice [C]// 2017 International Conference on Intelligent Computin and Information Systems, 2017: 87-92.

[11] Chenxi Li, Zelin Shi, Yunpeng Liu, Tianci Liu. Joint geometric and photometric visual tracking based on Lie group [C]// International Conference on Geometric Science of Information. Springer, Cham, 2017: 291-298.

[12] 刘天赐, 史泽林, 刘云鹏. 面向智能目标识别的几何深度学习方法 [C]// 2018年全国机器人与智能制造博士后学术论坛, 2018: 39.

（1）2021-至今，光学环境空间流形建模方法，项目负责人（主持），国家任务，项目经费80万；

（2）2021-至今，光学环境视在辐射计算理论与光谱能量场生成方法研究项目，核心骨干（参与），国家任务，项目经费3830万；

（3）2021-至今，黎曼流形上的几何深度表征及其学习网络设计方法研究，项目负责人（主持），国家博士后自然基金面上项目，项目经费8万；

（4）2023-至今，红外智能深度网络设计方法研究，核心骨干（参与），国家任务，，项目经费1000万；

（5）2020-2023，前视XX匹配方法研究，项目执行负责人（参与），国家任务，项目经费60万；

（6）2019-2020，无人系统自主目标识别，核心骨干（参与），国家任务，项目经费500万；

（7）2019-2020，复合信息处理技术，核心骨干（参与），国家任务，项目经费230万；

（8）2018-2020，智能目标识别方法研究，核心骨干（参与），国家任务，项目经费260万；

（9）2014-2016，基于非欧几何的成像目标识别理论与技术，核心骨干（参与），国家任务，项目经费120万；