基本信息

万方  男  博导  计算机科学与技术学院

中国科学院大学长聘教轨助理教授,博士生导师,博士后创新人才支持计划获得者、中国科学院百篇优秀博士论文。研究方向为视觉目标感知、多模态表征与理解、具身智能。发表包括IEEE CVPR, ICCV, NeurIPS, AAAI、ECCV等国际会议与TPAMI, TNNLS, TIP, TCSVT、PR、TGRS等国际期刊30余篇。获得2023年度国家技术发明奖二等奖1项、中国电子学会自然科学奖一等奖1项,2023年度小米青年学者称号,中国科学院院长奖1项,主持国家自然科学基金青年和面上基金各1项,主持华为诺亚方舟实验室科研项目1项,参与包括国自然重点、面上项目等项目5项。


电子邮件: wanfang@ucas.ac.cn
通信地址: 北京市怀柔区怀北镇380号中国科学院大学学园二273
邮政编码: 101408

团队主页:机器学习与感知实验室 LAMP (ucas.ac.cn)

研究领域

视觉目标感知;多模态表征与理解;具身智能

招生信息

每年招收博士生1名,硕士生1-2名,欢迎感兴趣的学生联系报考!

教育和工作经历

2021.12--至今    中国科学院大学 长聘教轨助理教授

2019.07--2021.12    中国科学院大学   博士后

2019.03--2019.06    微软亚洲研究院   博士实习生


2016.09--2019.06   中国科学院大学   博士研究生

2013.09--2016.06   中国科学院大学   硕士研究生

2009.09--2013.06   武汉大学  本科

教授课程

深度学习

专利与奖励

   
奖励信息
(1) 中国电子学会自然科学奖, 一等奖, 部委级, 2022
(2) 中国科学院院长奖, 部委级, 2019
专利成果
( 1 ) 一种用于目标检测的多示例主动学习方法, 发明专利, 2021, 第 3 作者, 专利号: CN113177576A

( 2 ) 一种基于特征匹配优化的无锚框目标检测网络训练方法, 发明专利, 2020, 第 3 作者, 专利号: CN112001428A

( 3 ) 基于FPN的融合因子的弱小目标检测方法, 发明专利, 2020, 第 13 作者, 专利号: CN111950612A

( 4 ) 基于精确尺度匹配的弱小人体目标检测方法, 发明专利, 2020, 第 13 作者, 专利号: CN111950610A

( 5 ) 一种基于对比损失的域自适应物体检测方法, 发明专利, 2020, 第 4 作者, 专利号: CN111950608A

( 6 ) 一种基于混合模型的小样本图像语义分割方法, 发明专利, 2020, 第 4 作者, 专利号: CN111583284A

( 7 ) 一种基于帧率感知的自监督视频时-空表征学习方法, 专利授权, 2021, 第 3 作者, 专利号: CN111488932B

( 8 ) 基于多源信息融合的弱小目标检测方法, 发明专利, 2020, 第 10 作者, 专利号: CN111489330A

( 9 ) 一种基于无监督深度孪生网络的视频去重方法, 专利授权, 2021, 第 12 作者, 专利号: CN111506773B

( 10 ) 一种基于网络监督的目标分类和定位方法, 发明专利, 2020, 第 3 作者, 专利号: CN110717534A

( 11 ) 一种基于选择性稀疏采样的细粒度图像分类方法, 发明专利, 2020, 第 5 作者, 专利号: CN110738247A

( 12 ) 一种基于分歧学习的弱监督目标分类和定位方法, 发明专利, 2020, 第 1 作者, 专利号: CN110689081A

( 13 ) 一种基于尺度匹配的弱小人物目标检测方法, 专利授权, 2020, 第 10 作者, 专利号: CN110728214B

( 14 ) 基于集群轨迹分类的集群场景智能监控方法及系统, 发明专利, 2018, 第 4 作者, 专利号: CN104717468B

科研活动

   
科研项目
( 1 ) 面向自动驾驶中不完备标注数据的建模技术研究项目, 负责人, 境内委托项目, 2022-05--2023-08
( 2 ) 启动经费, 负责人, 其他国际合作项目, 2022-01--2026-12
( 3 ) 排水管道智能视觉感知中少样本学习和可解释性建模研究, 负责人, 国家任务, 2021-12--2025-12
( 4 ) 高精度弱监督视觉目标检测, 负责人, 国家任务, 2021-01--2023-12

指导学生

已指导学生

赵毓钟  硕士研究生  081203-计算机应用技术  

现指导学生

马岩  硕士研究生  085400-电子信息  

刘峰  博士研究生  081203-计算机应用技术  

马文宇  硕士研究生  085400-电子信息  

杨雪松  硕士研究生  085400-电子信息  

赵毓钟  博士研究生  081203-计算机应用技术  

张宇  硕士研究生  085400-电子信息  

严子恒  博士研究生  081203-计算机应用技术  

出版信息

1.   Fang Wan, Pengxu Wei, Jianbin Jiao, Zhenjun Han and Qixiang Ye. Min-Entropy Latent Model for Weakly Supervised Object Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2019 (CCF A类期刊,模式识别与计算机视觉领域国际顶级期刊,影响因子17.86)

2. Wei Gao, Fang Wan*, Jun Yue, Songcen Xu, Qixiang Ye. Discrepant Multiple Instance Learning for Weakly Supervised Object Detection. Pattern Recognition, 2021SCI一区,IF8.793, 通讯作者

3. Wei Gao, Fang Wan*, Xingjia Pan, Zhiliang Peng, Qi Tian, Zhenjun Han, Bolei Zhou, Qixiang Ye*. TS-CAM: Token Semantic Coupled Attention Map for Weakly Supervised Object Localization. IEEE International Conference on Computer Vision (ICCV), 2021. (CCF A类会议,计算机视觉领域国际顶级会议, 通讯作者)

4. Qixiang Ye, Fang Wan*, Chang Liu, Qingming Huang, Xiangyang Ji. (2021). Continuation Multiple Instance Learning for Weakly and Fully Supervised Object Detection. IEEE Transactions on Neural Networks and Learning Systems (TNNLS). Early Access, 1-15. SCI一区,IF8.793, 通讯作者

5. Boyu Yang, Fang Wan*, Chang Liu, Bohao Li, Xiangyang Ji, Qixiang Ye. (2021). Part-Based Semantic Transform for Few-Shot Semantic Segmentation. IEEE Transactions on Neural Networks and Learning Systems (TNNLS). Early Access, 1-15. SCI一区,IF8.793, 通讯作者

6. Fang Wan, Chang Liu, Wei Ke, Xiangyang Ji, Jianbin Jiao and Qixiang Ye. C-MIL: Continuation Multiple Instance Learning for Weakly Supervised Object Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, USA, 2019 (CCF A类会议Oral论文,计算机视觉领域国际顶级会议, Oral接受率仅为~6%)

7.  Fang Wan, Pengxu Wei, Jianbin Jiao, Zhenjun Han and Qixiang Ye. Min-Entropy Latent Model for Weakly Supervised Object Detection. International Conference on Computer Vision and Pattern Recognition (CVPR), 2018 (CCF A类会议,计算机视觉领域国际顶级会议)

8. Tianning Yuan, Fang Wan*, Mengying Fu, Jianzhuang Liu, Songcen Xu, Xiangyang Ji and Qixiang Ye*. (2021). Multiple Instance Active Learning for Object Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). (CCF A类会议,计算机视觉领域国际顶级会议,通讯作者)

9. Mengying Fu, Tianning Yuan, Fang Wan*, Songcen Xu, and Qixiang Ye*. Agreement-Discrepancy-Selection: Active Learning with Progressive Distribution Alignment. Thirty-Fifth AAAI Conference on Artificial Intelligence (AAAI), 2021 (CCF A类会议,人工智能领域国际顶级会议,通讯作者)

10.  Zhekun Luo, Devin Guillory, Baifeng Shi, Wei Ke, Fang Wan, Trevor Darrell, Huijuan Xu, Weakly-Supervised Action Localization with Expectation-Maximization Multi-Instance Learning, European Conference on Computer Vision, (ECCV) 2020 (CCF A类会议,计算机视觉领域国际顶级会议)

11.  Haolan Xue, Chang Liu, Fang Wan*, Jianbin Jiao, Qixiang Ye*.DANet: Divergent Activation for Weakly Supervised Object Localization. IEEE International Conference on Computer Vision (ICCV), 2019. (CCF A类会议,计算机视觉领域国际顶级会议, 通讯作者)

12.  Xiaosong Zhang, Fang Wan, Chang Liu, Xiangyang Ji and Qixiang Ye*, Learning to Match Anchors for Visual Object Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2021

13.  Fang Wan, Pengxu Wei, Zhenjun Han, Kun Fu, Qixiang Ye. Weakly Supervised Object Detection with Correlation and Part Suppression. International Conference on Image Processing (ICIP), 2016 (CCF C类会议)

14.  Xiaosong Zhang, Fang Wan, Chang Liu, Rongrong Ji and Qixiang Ye. FreeAnchor: Learning to Match Anchors for Visual Object Detection. Neural Information Processing Systems (NeurIPS), 2019 (CCF A类会议,机器学习领域国际顶级会议)

15.  Chang Liu, Fang Wan, Wei Ke, Zhuowei Xiao, Yuan Yao, Xiaosong Zhang, Qixiang Ye. Orthogonal Decomposition Network for Pixel-wise Binary Classification. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, USA, 2019 (CCF A类会议,计算机视觉领域国际顶级会议)

16.  Caijing Miao, Lingxi Xie, Fang Wan, Chi Su, Hongye Liu, Jianbin Jiao, Qixiang Ye. SIXray: A Large-scale Security Inspection X-ray Benchmark for Prohibited Item Discovery in Overlapping Images. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, USA, 2019 (CCF A类会议,计算机视觉领域国际顶级会议)

17.  Yan Gao, Boxiao Liu, Nan Guo, Xiaochun Ye, Fang Wan, Haihang You, and Dongrui Fan. C-MIDN: Coupled Multiple Instance Detection Network with Segmentation Guidance for Weakly Supervised Object Detection. IEEE International Conference on Computer Vision (ICCV), 2019. (CCF A类会议,计算机视觉领域国际顶级会议)

18. Chang Liu, Dezhao Luo, Yifei Zhang, Wei Ke, Fang Wan and Qixiang Ye. Parametric Skeleton Generation via Gaussian Mixture Models. IEEE Conference on Computer Vision and Pattern Recognition Workshop (CVPRW), Long Beach, USA, 2019 (CCF A类会议,计算机视觉领域国际顶级会议Workshop,骨架检测竞赛第一名)

19. Penxu Wei, Fei Qin, Fang Wan, Yi Zhu, Jianbin Jiao and Qixiang Ye. Correlated Topic Vector for Scene Classification, IEEE Transactions on Image Processing, (TIP) 26 (7): 3221 – 3234, 2017.

20. Ke Wei, Tianliang Zhang, Jie Chen, Fang Wan, Qixiang Ye. Texture Complexity based Redundant Regions Re-ranking for Object Proposal, International Conference on Computer Vision and Pattern Recognition Workshop (CVPRW), 2016 (CCF A类会议,计算机视觉领域国际顶级会议Workshop)

21. Jialing Zou, Qixiang Ye, Yanting Cui, Fang Wan, Fu Kun, Jianbin Jiao. Collective Motion Pattern Inference via Locally Consistent Latent Dirichlet Allocation[J]. Neurocomputing, 2016, 184:221-231. (SCI 中科院一区)