个人信息
蒋树强  男  博导  中国科学院计算技术研究所
电子邮件: sqjiang@ict.ac.cn
通信地址: 北京市海淀区科学院南路6号
邮政编码: 100190

个人介绍

1977年出生,20063月在中国科学院计算技术研究所博士毕业后一直留所工作至今,现任中科院计算所研究员,博士生导师,中科院特聘研究员,中国科学院大学岗位教授,中科院智能信息处理重点实验室副主任,国家杰出青年科学基金获得者;先后主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金等项目20余项,任IEEECCF高级会员,ACM会员,国际期刊ACM ToMM编委,ACM SIGMM中国分会副主席、CCF多媒体专委会秘书长、CCF专委工委委员、IEEE CASS北京分会副主席。主要研究方向是多媒体内容分析、多模态智能与食品计算,在IEEE/ACM TransactionsCCF-A类会议上发表论文60余篇,获授权专利10余项,研发的成果应用或转移到多个企事业单位;先后获中国计算机学会科学技术奖、中国科学院青年科学家国际合作奖、CSIG自然科学二等奖、吴文俊人工智能自然科学一等奖、北京市科技进步二等奖。

招生信息

每年招收博士研究生和硕士研究生,欢迎同学们联系报考!

招生专业

081203-计算机应用技术

招生方向

多媒体内容分析与理解

多模态智能

食品计算

新闻动态

  • 论文 “Applications of Knowledge Graphs for the Food Science and Industry”被国际期刊 Patterns (Cell Press) 录用 (2022-03-08)
  • 论文 “Dataset Bias in Few-shot Image Recognition”被国际期刊 IEEE TPAMI 录用 (2022-02-16)
  • 论文 “Evaluation of Deep Learning-Based Automated Detection of Primary Spine Tumors on MRI Using the Turing Test”被国际期刊 Frontiers in Oncology 录用(IF: 6.244) (2022-02-16)
  • 论文 “A Review on Vision-based Analysis for Automatic Dietary Assessment”被国际期刊 Trends in Food Science & Technology录用(IF: 12.563) (2022-02-12)
  • 论文 “Rethinking the Optimization of Average Precision: Only Penalizing Negative Instances before Positive Ones is Enough”被国际会议 AAAI 2022录用 (2021-12-01)
  • 组织研讨会 “LargeFineFoodAI: Large-Scale Fine-Grained Food AnalysIs“ 在ICCV 2021上举行 Links (2021-10-16)
  • 论文 “See More for Scene: Pairwise Consistency Learning for Scene Classification”被国际会议 NeurIPS 2021录用 (2021-09-29)
  • 论文 “Hierarchical Object-to-Zone Graph for Object Navigation”被国际会议 ICCV 2021录用(2021-07-23)
  • 论文 “ION: Instance-level Object Navigation”被国际会议 ACM Multimedia 2021录用(2021-07-04)
  • 论文 “FoodLogoDet-1500: A Dataset for Large-Scale Food Logo Detection via Multi-Scale Feature Decoupling Network”被国际会议 ACM Multimedia 2021录用(2021-07-04)
  • 实验室获得CVPR 2021 Embodied AI Workshop AI2-THOR ObjectNav挑战赛冠军 (2021-06-21)
  • 论文 “What If We Could Not See? Counterfactual Analysis for Egocentric Action Anticipation”被国际会议 IJCAI 2021录用(2021-04-29)
  • 论文 “Plant Disease Recognition: A Large-Scale Benchmark Dataset and a Visual Region and Loss Reweighting Approach”被IEEE Transactions on Image Processing录用(2020-12-29)
  • 参与的项目 “图像视频的多尺度表征与语义映射” 获吴文俊人工智能自然科学一等奖(2020-12-10)
  • 论文 “Amorphous Region Context Modeling for Scene Recognition”被IEEE Transactions on Multimedia录用(2020-12-07)
  • 负责的项目 “视觉媒体的局部关联分析与表示” 获中国图像图形学学会自然科学二等奖 (2020-12-03)
  • 受邀在16th International Conference on Advanced Data Mining and Applications (ADMA 2020)会议上做Keynote报告,题目为:Contextual Correlation Visual Media Understanding and Search(2020-11-13)
  • 在《计算机研究与发展》2016年发表的论文 《面向智能交互的图像识别技术综述与展望》被评为2019年度F5000论文(FrontRunner 5000:中国精品科技期刊顶尖学术论文)(2020-09-28)
  • 论文 “Hybrid-Attention Enhanced Two-Stream Fusion Network for Video Venue Prediction”被 IEEE Trans. on Multimedia录用(2020-08-11)
  • 四篇论文 “ISIA Food-500: A dataset for Large-Scale Food Recognition via Stacked Global-Local Attention Network”、 “Generalized Zero-shot Learning with Multi-source Semantic Embeddings for Scene Recognition”、 “Expressional Region Retrieval” 和“An Egocentric Action Anticipation Framework via Fusing Intuition and Analysis”被国际会议 ACM Multimedia 2020录用(2020-07-26)
  • 指导的博士生黎向阳获2020年度博士后创新人才支持计划支持(2020-06-30)
  • 论文 “Attribute-Guided Feature Learning for Few-Shot Image Recognition”被IEEE Trans. on Multimedia录用(2020-04-29)
  • 论文 “Multi-attention Meta Learning for Few-shot Fine-grained Image Recognition”被国际会议IJCAI录用(2020-04-21)
  • 论文 “Few-Shot Food Recognition via Multi-View Representation Learning”被国际期刊 ACM Transactions on Multimedia Computing, Communications and Applications录用(2020-03-28)
  • 论文 “Scene Recognition with Prototype-agnostic Scene Layout”被国际期刊 IEEE Transactions on Image Processing录用(2020-03-28)
  • 论文 “A Two-Stage Triplet Network Training Framework for Image Retrieval”被IEEE Trans. on Multimedia录用(2020-02-11)
  • 主持承担的“人机协同智能系统软硬件技术研究”项目获科技创新2030-“新一代人工智能”重大项目支持(2019-12-10)
  • 指导的博士生宋新航(现为中科院计算所副研究员)获2019年中国图象图形学学会优秀博士学位论文奖(2019-11-26)
  • 论文 “Food Recommendation: Framework, Existing Solutions and Challenges”被国际期刊 IEEE Transactions on Multimedia录用(2019-11-18)
  • 论文“Logo-2K+: A Large-Scale Logo Dataset for Scalable Logo Classification”被国际会议 AAAI 2020录用(2019-11-11)
  • 论文 “Learning Scene Attribute for Scene Recognition”被国际期刊 IEEE Transactions on Multimedia录用(2019-09-17)
  • 论文 “Multi-Task Deep Relative Attribute Learning for Visual Urban Perception”被国际期刊 IEEE Transactions on Image Processing录用(2019-07-28)
  • 论文 “Image Representations with Spatial Object-to-Object Relations for RGB-D Scene Recognition”被国际期刊 IEEE Transactions on Image Processing录用(2019-07-24)
  • 论文 “Multi-Scale Multi-View Deep Feature Aggregation for Food Recognition”被国际期刊 IEEE Transactions on Image Processing录用(2019-07-11)
  • 四篇论文 “Ingredient-Guided Cascaded Multi-Attention Network for Food Recognition”、 “Aberrance-aware gradient-sensitive attentions for scene recognition with RGB-D videos”、 “MUCH: MUtual Coupling enHancement of scene recognition and dense captioning” 和“Attention-based Densely Connected LSTM for Video Captioning”被国际会议 ACM Multimedia 2019录用(2019-07-03)
  • 论文 “A Survey on Food Computing”被国际期刊 ACM Computing Surveys录用(2019-04-30)
  • 论文 “Multifaceted Analysis of Fine-Tuning in Deep Model for Visual Recognition”被国际期刊 ACM Transactions on Data Science录用(2019-03-05)
  • 论文 “Know More Say Less: Image Captioning Based on Scene Graphs”被国际期刊 IEEE Transactions on Multimedia录用(2019-01-02)
  • 受邀担任ACM Transactions on Multimedia Computing, Communications and Applications(TOMM)编委,任期为2019年1月1日至2021年12月31日(2019-01-01)
  • 论文 “Class Agnostic Image Common Object Detection”被国际期刊 IEEE Transactions on Image Processing录用(2018-12-24)
  • 论文 “Learning Object Context for Dense Captioning”被国际会议 AAAI2019录用(2018-11-01)
  • 论文 “Hierarchy-Dependent Cross-Platform Multi-View Feature Learning for Venue Category Prediction”被国际期刊 IEEE Transactions on Multimedia录用(2018-10-03)
  • 论文 “Learning Effective RGB-D Representations for Scene Recognition”被国际期刊 IEEE Transactions on Image Processing(TIP)接收(2018-09-24)
  • 论文 “Attentive Recurrent Neural Network for Weak-supervised Multi-label Image Classification”被国际会议 ACM Multimedia2018录用(2018-07-03)
  • 论文 “Deep Patch Representations with Shared Codebook for Scene Classification”被国际期刊 ACM Transactions on Multimedia Computing, Communications and Applications录用(2018-06-10)
  • 有意推免保研的2019届本科毕业生欢迎报名参加 “2018年计算技术暑期研究班”(2018-05-13)
  • 论文 “Bundled Object Context for Referring Expressions”被国际期刊 IEEE Transactions on Multimedia录用(2018-02-09)
  • 《软件学报》专刊征文:多媒体数据的知识关联与理解 (2017-12-29)
  • 论文“Deep Structured Learning for Visual Relationship Detection”被国际会议AAAI2018录用(2017-11-09)
  • 指导的博士生宋新航获2017年度中国科学院院长特别奖(科学院共40名),蒋树强获2017年度中国科学院优秀导师奖(2017-11-05)
  • 论文 “You Are What You Eat: Exploring Rich Recipe Information for Cross-Region Food Analysis”被国际期刊 IEEE Transactions on Multimedia录用(2017-09-04)
  • 两篇论文“RGB-D Scene Recognition with Object-to-Object Relation”和“A Delicious Recipe Analysis Framework for Exploring Multi-Modal Recipes”被国际会议ACM Multimedia2017录用(2017-07-03)
  • 两篇论文“Dual Track Multimodal Automatic Learning through Human-Robot Interaction”和“Combining Models from Multiple Sources for RGB-D Scene Recognition”被国际会议IJCAI2017录用(2017-04-14)

专利成果
[1] 闵巍庆, 王致岭, 蒋树强. 一种果蔬图像分类系统及方法. CN: CN112906780A, 2021-06-04.
[2] 蒋树强, 张天予, 闵巍庆. 一种第一视角视频行为预测系统及方法. CN: CN112183391A, 2021-01-05.
[3] 蒋树强, 罗正东, 闵巍庆. 一种多尺度融合的食品图像分类模型训练及图像分类方法. CN: CN111222546A, 2020-06-02.
[4] 闵巍庆, 王致岭, 刘林虎, 蒋树强. 基于多模态信息关联分析的食物推荐方法和系统. CN: CN111159539A, 2020-05-15.
[5] 闵巍庆, 吕永强, 蒋树强. 小样本食品图像识别模型训练方法及食品图像识别方法. CN: CN111062424A, 2020-04-24.
[6] 蒋树强, 刘林虎, 闵巍庆. 一种训练食品图像分类模型的方法及图像分类方法. CN: CN111046920A, 2020-04-21.
[7] 蒋树强, 吕雄. 一种信息处理方法及电子设备. 中国: CN106169065B, 2019-12-24.
[8] 蒋树强, 徐瑞邯, 闵巍庆, 贺志强. 图像标注方法和电子设备. CN: CN105426925B, 2019-03-08.
[9] 黄庆明, 褚令洋, 张艳雁, 王树徽, 蒋树强. 一种基于密集子图的视觉词典生成方法及其系统. 中国: CN104239398B, 2017-11-21.
[10] 蒋树强, 宋新航, 贺志强. 图像处理方法和图像处理装置. 中国: CN106469437A, 2017-03-01.
[11] 蒋树强, 李雪, 贺志强. 一种数据分类方法及电子设备. 中国: CN106127257A, 2016-11-16.
[12] 蒋树强, 吕雄, 贺志强. 一种信息处理方法和装置. 中国: CN105354252A, 2016-02-24.
[13] 王树徽, 申丽, 黄庆明, 蒋树强. 一种基于树结构的图像分类方法及其系统. 中国: CN103324954A, 2013-09-25.
[14] 黄庆明, 许倩倩, 蒋婷婷, 苏荔, 蒋树强. 一种视频质量评价方法. 中国: CN102883180A, 2013-01-16.
[15] 黄庆明, 许倩倩, 苏荔, 秦磊, 蒋树强. 一种视频质量客观评价方法. 中国: CN102883179A, 2013-01-16.
[16] 苏荔, 王茜, 黄庆明, 秦磊, 蒋树强. 一种视频编码方法. 中国: CN102300094A, 2011-12-28.
[17] 秦磊, 胡琼, 黄庆明, 蒋树强. 人体动作识别的训练方法和识别方法. 中国: CN101894276A, 2010.11.24.
[18] 黄庆明, 成仲炜, 秦磊, 蒋树强. 多运动目标动作行为识别的训练方法和识别方法. 中国: CN101866429A, 2010-10-20.
[19] 黄庆明, 刘纯熙, 蒋树强. 一种对多媒体创建索引的方法. 中国: CN101739428A, 2010-06-16.
[20] 郑轶佳, 黄庆明, 蒋树强. 一种基于关注度分析的音视频文件摘要方法. 中国: CN101539925, 2009.09.23.
[21] 蒋树强, 黄庆明, 陈熙霖, 高 文. 一种扫描文档浏览适配方法. 中国: CN101540041, 2009-09-23.
[22] 梁大为, 黄庆明, 蒋树强, 高 文. 一种粒子滤波跟踪方法和跟踪装置. 中国: CN101493943, 2009-07-29.
[23] 蒋树强, 黄庆明, 陈熙霖, 高 文. 一种对网络流媒体音视频的多维度的访问量统计方法. 中国: CN101483542, 2009-07-15.
[24] 黄庆明, 张维刚, 蒋树强, 高 文. 一种视频中周期性结构片段检测的方法及系统. 中国: CN101404030, 2009-04-08.
[25] 庞俊彪, 黄庆明, 蒋树强. 一种高维动态数据处理方法. 中国: CN101364307, 2009-02-11.
[26] 朱光宇, 黄庆明, 蒋树强. 一种体育视频事件分析方法. 中国: CN101354786, 2009-01-28.
[27] 蒋树强, 黄庆明, 高 文, 刘慧颖, 田永鸿. 一种照片在小尺寸屏幕设备上的动态视频浏览方法. 中国: CN101242474, 2008-08-13.
[28] 赵 照, 蒋树强, 黄庆明. 一种视频情感信息提取方法. 中国: CN101241595, 2008-08-13.