基本信息

中国科学院大学特聘教授、国家杰出青年科学基金获得者、卢嘉锡青年人才奖获得者、优秀博士生导师、IEEE TCSVT、TITS编委。2013至2014年在美国马里兰大学先进计算机技术研究所(UMIACS)任访问助理教授,2016年Duke大学信息技术研究所(IID)访问学者。主要进行视觉表征学习与目标感知方法研究。出版专著2本,IEEE CVPR, ICCV, NeurIPS, ECCV等国际会议与TPAMI, TNNLS, TIP等国际期刊发表论文100余篇,Google引用10000+次;授权国家发明专利30余项;承担了国家自然科学基金重点项目、华为、军委科技委创新特区项目、中国火箭运载技术研究院军品采购课题。曾获中国电子学会自然科学一等奖,指导多名博士生获中科院院长奖、博士后创新人才计划、中科院百篇优秀博士论文。

Email:qxye at ucas dot ac dot cn, Phone: 86-10-69671881

通信地址:中国科学院大学北京雁栖湖校区,学园二,457,邮编:101408


学术动态

2023年1月份1篇论文被ICLR接受,祝贺[小松]!

2022年4月份两篇论文被ECCV接受,祝贺[明祥]!

2022年5月份Dynamic Support Network 论文被TPAMI接受,祝贺[博宇]!

2022年3月份Self-supervised Motion Perception论文被TNNLS接受,祝贺[刘畅]!

2021年7月3篇论文被ICCV接收,祝贺[朱艺智亮高伟]

2021年3月5篇paper被IEEE CVPR接收,祝贺[冰昊天宁宗昊博豪]!

2021年1月FreeAnchor扩展版本Learning-to-Match的目标检测器被T-PAMI接收,祝贺[小松]!

2020年11月开源骨架-边缘-显著度-建筑物、道路通用检测工具箱SDL-Skeleton[Code]!

2020年10月万方同学获得中国科学科学院百篇优秀博士学位论文奖,祝贺[万方]!

2020年09月开源Continuation Multiple Instance learning: Torch 版本及Caffe+ResNet版本

2020年08月Valse目标检测年度进展[slides]

2020年07月4篇学术论文被ECCV2020接收,祝贺[博宇、朋旭]!

2020年04月SRN(Side-Output Residual Network[source_code])论文被IEEE TNNLS接受,祝贺柯炜

2020年02月5篇学术论文被CVPR2020接收,祝贺[柯炜天亮朱艺、刘畅、姚远、云鹏]

2019年11月2篇学术论文被AAAI2020接收为Orals,SPSTracker实现最高精度目标跟踪,祝贺[钦涛、刘畅]

2019年09月2篇学术论文被NeurIPS2019接收,FreeAnchor 实现高精度One-stage目标检测器,祝贺[张小松、胡杰]

2019年07月2篇学术论文被ICCV2019接受,祝贺[丁瑶昊岚]

2019年06月CVPR2019 SkelNetOn 2019竞赛第一名,祝贺[刘畅]

2019年03月X光违禁品安全检测数据集合(SixRay)发布,CVPR2019论文[pdf][凤凰网报道](祝贺彩敬

2019年02月5篇学术论文被CVPR2019接受(祝贺万方朱艺、刘畅、彩敬)
2019年02月将在Valse学术群进行弱监督视觉目标检测分割学术报告[PPT链接]
2019年01月弱监督视觉目标检测论文被PAMI接受(祝贺万方)[PAMI论文][torch-code][pytorch-code]
2018年06月在三星研究院进行学术报告:侧输出残差网络及目标对称性检测[PPT、论文与代码链接]
2018年03月3篇学术论文被CVPR2018接受(祝贺彦钊万方、维建)
2017年03月博士生柯炜获得中国科学院院长奖[链接]
2017年03月获得ICCV 2017目标对称性检测冠军(祝贺柯炜、刘畅)[新闻链接]
2017年09月获得第一届“航天星图杯”高分遥感车辆检测第一名(祝贺彦钊、维建、朱艺万方)[新闻链接]
2017年03月3篇论文被CVPR2017接收(祝贺柯炜彦钊)[机器之心报导]

教授课程

中国科学院研究生课程:《机器学习方法与应用》

学生培养

招生专业:

081002-信号与信息处理

081203-计算机应用技术

在读研究生:

姚   远  博士生  2017年毕业于北京交大   方向:自监督视觉建模

张小松  博士生  2018年毕业于 哈 工 大   方向:视觉目标检测(获2022年中科院院长奖)

杨博宇  博士生  2018年毕业于武汉大学   方向:小样本增量学习

刘冰昊  博士生  2018年毕业于武汉大学   方向:  小样本增量学习

郭宗昊  博士生  2019年毕业于武汉大学   方向:视觉目标检测

彭智亮  博士生  2019年毕业于华中科大   方向:视觉表征学习

付梦莹  博士生  2019年毕业于中国农大   方向:弱监督视觉检测

郭明月  博士生  2021年毕业于哈工大      方向:视觉目标检测(鹏城国家实验室联培)

王兆植  博士生  2022年毕业于北京大学   方向:视觉表征学习(鹏城国家实验室联培)

廖明祥  硕士生  2020年毕业于 哈 工 大   方向:视觉目标检测

李博豪  硕士生  2020年毕业于武汉大学   方向:小样本目标检测

俞洪田  硕士生  2021年毕业于国科大      方向:视觉目标检测

陈孝仲  硕士生  2021年毕业于国科大      方向:小样本增量学习

李丛虎  硕士生  2022年毕业于北理工      方向:前端增量学习

吴靖炜  硕士生  2022年毕业于武汉大学   方向:前端增量学习

已毕业学生:

武   博(2011年毕业)  硕士 毕业去向:中国农业银行

于东升(2011年毕业)  硕士 毕业去向:腾讯 

梁吉祥(2013年毕业)  硕士 毕业去向:中国农业银行 (获得2012年度国家奖学金)

张   耀(2015年毕业)  硕士 毕业去向:航天科工集团

崔妍婷(2015年毕业)  硕士 毕业去向:阿里巴巴

黄显淞(2017年毕业)  硕士 毕业去向: 鹏城国家实验室

刘嫣然(2017年毕业)  硕士 毕业去向: 大唐电信

柯   炜(2018年毕业)  博士 毕业去向:CMU博士后、西安交大副教授博导(招收博士生)(获2017年中科院院长奖)

苗彩敬(2019年毕业)  硕士  毕业去向:金山云

万   方(2019年毕业)  博士 毕业去向: 中国科学院大学副教授博导(获中科院院长奖、博新计划、中科院“百篇优博”) 

薛昊岚(2020年毕业) 硕士  毕业去向:阿里巴巴达摩院 

张天亮  (2020年毕业)  博士 毕业去向:腾讯(获2020年度国家奖学金、朱李月华博士生奖)

刘   畅 (2021年毕业)  博士  毕业去向:清华大学博士后(获2020年度国家奖学金)

高   伟 (2021年毕业) 硕士   毕业去向:阿里.高德

马金戈 (2021年毕业) 本科,毕业去向:美国密西根大学

袁天宁 (2022年毕业)硕士,毕业去向:华为2012实验室(获2021年度国家奖学金)

马天任(2022年毕业)本科,毕业去向:中国科学院大学

张语孟(2022年毕业)本科,毕业去向:美国约翰霍普金斯大学

学习工作经历

哈尔滨工业大学本科硕士、中科院计算所博士
中国科学院大学讲师、副教授 
美国马里兰大学访问助理教授
美国杜克大学电子与计算机工程学院访问学者
中国科学院大学电子学院教授


出版信息及软件工具

Object Detection (new)

[1] X. Zhang, F. Wan, C. Liu, X. Ji, Q. Ye, "Learning to Match Anchors for Visual Object Detection," IEEE Trans. Pattern Anal. Mach. Intell. (T-PAMI), 44(6):3096 - 3109, 2022. [pdf][source-code].

[2] B. Yang, M. Lin, Z. Zhang, B. Liu, X. Liang, R. Ji, Q. Ye, "Dynamic Support Network for Few-shot Incremental Learning," IEEE Trans. Pattern Anal. Mach. Intell. (T-PAMI), DOI:10.1109/TPAMI.2022.3175849. [pdf][source-code].

[3] C. Liu, Y. Tian  J. Jiao,  Q. Ye, "Adaptive Linear Span Network for Object Skeleton Detection," IEEE Trans. Image Process. (TIP) 2021, 30:5096-5108[pdf][source_code].

[4] Z. Peng, W. Huang, S. Gu, L. Xie, Y. Wang, J. Jiao, Q. Ye, Conformer: Local Features Coupling Global Representations for Visual Recognition, ICCV 2021. [pdf][code]

[5] T. Yuan, F. Wan, M. Fu, J. Liu, C. Xu, X. Ji, Q. Ye, "Multiple Instance Active Learning for Object Detection," IEEE CVPR 2021[pdf][source_code].

[6] Z. Guo, C. Liu, X. Zhang, J. Jiao, X. Ji, Q. Ye, "Beyond Bounding-Box: Convex-hull Feature Adaptation for Oriented and Densely Packed Object Detection," IEEE CVPR 2021 [pdf][source_code].

[7] B. Li, B. Yang, C. Liu, F. Liu, R. Ji, Q. Ye, "Beyond Max-Margin: Class Margin Equilibrium for Few-shot Object Detection," IEEE CVPR 2021 [pdf][source_code].

[8] B. Liu, Y. Ding, J. Jiao, X. Ji, Q. Ye, "Anti-aliasing Semantic Reconstruction for Few-Shot Semantic Segmentation," IEEE CVPR 2021[pdf][source_code].

[9] W. Ke, T. Zhang, Z. Huang, Dong Huang, Q. Ye, "Multiple Anchor Learning for  Visual Object Detection, " IEEE CVPR, 2020[pdf][source_code]

[10] B. Yang, C Liu, B. Li, J. Jiao,  Q. Ye, "Prototype Mixture Models for Few-shot Semantic Segmentation," ECCV 2020. [pdf][source-code].

[11] X. Zhang, F. Wan, C. Liu, R. Ji, Q. Ye, "FreeAnchor: Learning to Match Anchors for Visual Object Detection," NeurIPS 2019. [pdf][source-code]

Weakly Supervised & Self-Learning 

[12] W. Gao, F. Wan, etc., B. Zhou, Q. Ye,TS-CAM: Token Semantic Coupled Attention Map for Weakly Supervised Object Localization, ICCV 2021. [pdf][code]

[13Q. Ye, F. Wan, C. Liu, Q. Huang, X. Ji,  "Continuation Multiple Instance Learning for Weakly and Fully Supervised Object Detection, "  IEEE Trans. Neural Networks Learn. Syst. (TNNLS),  2022:30(10):5452-5466  . [pdf][source_code]

[14] B. Yang, F. Wan, B. Li, C. Liu, X. Ji, Q. Ye, "Part-based Semantic Transform for Few-shot Semantic Segmentation,"  IEEE Trans. Neural Networks Learn. Syst. (TNNLS) ,  33(12):7141 - 7152, 2022. [pdf]

[15] Y. Yao, C. Liu, D. Luo, Y. Zhou, Q. Ye, "Video Playback Rate Perception for Self-Supervised Spatio-Temporal RepresenationLearning," IEEE CVPR, 2020. [pdf][source-code]. 

[16] H. Xue, C. Liu, F. Wan, J. Jiao, Q. Ye, "DANet: Divergent Activation for Weakly Supervised Object Localization," IEEE ICCV 2019. [pdf] [source-code]

[17] F. Wan, C. Liu, X. Ji, J. Jiao, Q. Ye, "CMIL: Continuation Multiple Instance Learning for Weakly Supervised object Detection," IEEE CVPR, 2019 (Oral). [pdf][source-code][Caffe+ResNet]

[18] Y. Zhu, Y. Zhou, H. Xu, Q. Ye, D. Doeramann, J. Jiao, "Learning Instance Activation Maps for Weakly Supervised Instance Segmentation," IEEE CVPR, 2019 [pdf].

[19] C. Miao, X. Xie, F. Wang, C. Su, J. Jiao, Q. Ye, "SIXray: A Large-scale Security Inspection X-ray Benchmark for Prohibited Item Discovery in Overlapping Images," IEEE CVPR, 2019 [pdf][dataset&code]

[20] F. Wan, P. Wei, Z. Han, J. Jiao, Q. Ye, “Min-entropy Latent Model for Weakly Supervised object Detection,” IEEE Trans. Pattern Anal. Mach. Intell. (T-PAMI), 41(10): 2395-2409 (2019). [IEEE PAMI PDF][Arxiv PDF][Code][pytorch-code]

[21] F. Wan, P. Wei, Z. Han, J. Jiao, Q. Ye, “Min-entropy Latent Model for Weakly Supervised object Detection,” IEEE CVPR, 2018: 1297-1306. [pdf]-[source code]-[bibtex]

[22] Y. Zhou, Y. Zhu, Q. Ye, Q. Qiu, J. Jiao, “Weakly Supervised Instance Segmentation using Class Peak Response,” IEEE CVPR, 2018 (Spotlight). [pdf]-[source code]-[bibtex]

[23] W. Deng, L. Zheng, Q. Ye, J. Jiao, “Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification,” IEEE CVPR, 2018.  [pdf]-[source code]-[bibtex]

[24Q. Ye, T. Zhang, Q. Qiu, B. Zhang, J. Chen, and G. Sapiro, "Self-learning Scene-specific Pedestrian Detectors using a Progressive Latent Model," IEEE CVPR, 2017. [pdf]-[source code]-[bibtex]

[25] Y. Zhu, Y. Zhou, Q. Ye, Q. Qiu, and J. Jiao, "Soft Proposal Network for Weakly Supervised Object Localization," IEEE ICCV, 2017. [pdf]-[source code]-[bibtex]

Feature Learning

[26] X. Zhang, Y. Tian, W. Huang, Q.  Ye, Q. Dai, L.  Xie, Q. Tian"HiViT: A Simpler and More Efficient Design of Hierarchical Vision Transformer", ICLR 2023. [pdf][source_code].

[27] C. Liu, Y. Yao, D. Luo, Y. Zhou, Q. Ye, "Self-supervised Motion Perception for Spatio-temporal Representation Learning,"  IEEE Trans. Neural Networks Learn. Syst. (TNNLS), 2022. [pdf][source-code].

[28] Y. Ding, Y. Zhou, Y. Zhu, Q. Ye, J. Jiao, "Selective Sparse Sampling for Fine-grained Image Recognition,"  IEEE ICCV, 2019. [pdf][source-code]

[29] C. Liu, W. Ke, F. Qin, Q. Ye, "Linear Span Network for Object Skeleton Detection," ECCV, 2018[pdf]-[source code]-[bibtex]

[30] W. Ke, J. Chen, J. Jiao, and Q. Ye, "SRN: Side-output Residual Network for Object Symmetry Detection in the Wild," IEEE CVPR. (Oral). [pdf]-[source code]-[bibtex]

[31] Y. Zhou, Q. Ye, Q. Qiu, and J. Jiao, "Oriented Response Networks," IEEE CVPR, 2017. [pdf]-[source code]-[bibtex]

Object Detection (older)

[32Q. Ye, D. S. Doermann, "Text Detection and Recognition in Imagery: A Survey,"  IEEE Trans. Pattern Anal. Mach. Intell. (PAMI), 37(3):1480-1500 (2015). [pdf]-[bibtex]

[33Q. Ye, Z. Han, J. Jiao, J. Liu, "Human Detection in Images via Piecewise Linear Support Vector Machines," IEEE TransImage Process. (TIP), 22(2):778-789 (2013). [pdf]- [source code]-[bibtex

[34叶齐祥,焦建彬,蒋树强,基于多尺度方向特征的快速鲁棒人体检测算法,软件学报2011,22(12):3004-3014.  [pdf]

[35叶齐祥,高文,黄铁军,王伟强,一种融合颜色和空间信息的彩色图像分割算法,软件学报2004,15(4):522-530.[pdf]