龔怡宏，西安交通大學電信學院特聘教授，博導，中組部"****"教授。

教育及工作經歷：

1983.04 -- 1987.03：日本東京大學，電氣電子工學學士。

1987.04 -- 1989.03：日本東京大學，電氣電子工學碩士。

1989.04 -- 1992.03：日本東京大學，電氣電子工學博士。

1992.05 – 1996.05：新加坡南洋理工大學電氣電子工學院助理教授

1996.06 – 1998.12：美國卡內基梅隆大學機器人研究所研究員

1999.01 – 2009.09：NEC美國研究院硅谷分院項目經理，部門經理，分院院長

2009.10 – 2010.08：美國Akiira媒體系統公司首席技術官及工程副總裁

2010.09 – 2012.03：NEC中國研究院首席科學家

2012.04 – 現在：      西安交通大學電信學院二級教授

2019.04 – 現在：      西安交通大學軟件學院院長

學術兼職與社會兼職 Main Responsibility：

1、IEEE Transactions on CSVT 副主編（Associate Editor）。

2、美國電氣電子工程學會會士（IEEE Fellow）。

3、973項目首席科學家。

4、陜西省人工智能聯合實驗室執行副主任。

5、視覺信息處理國家工程實驗室副主任。

6、西安交通大學軟件學院院長。

主講課程：

 52094   計算機視覺的統計方法與機器學習。

培養研究生情況：

畢業碩士研究生：張心梓，榮娜，劉楠，成樂樂，禹慶華，袁望，石大虎，侯騏麒，石睿。

畢業博士研究生：張順，張世周。

研究領域：

包括多媒體內容分析，機器學習，模式識別。

承擔科研項目：

1、視覺認知的腦工作機理及高級腦機交互關鍵技術研究，首席科學家，國家973項目，2015CB351700， 2015.01--2019.12

2、基于選擇性注意的交叉感知信息認知計算， 首席科學家，國家自然科學基金重點項目，61332018， 2014.01--2018.12

3、基于深度學習的圖像分類算法，項目負責人，華為技術有限公司， 2014.03--2017.01

4、紅外視頻行人檢測算法開發，項目負責人，天津津航技術物理研究所 ，2014.10--2015.10

5、監控場景目標檢測與特征識別技術，項目負責人，華為技術有限公司，2016.11—2017.11

科研成果：

1、多功能高精度自動視頻監控核心技術及系統： 該產品曾經在智能視頻監控領域市場占有率居世界第二。

2、FieldAnalyst人物年齡性別識別軟件： 此產品為世界上第一個商用人物年齡性別識別軟件(詳情參見http://www.necsoft/com/soft/fieldanalyst/)。

3、FieldAnalyst第2版： 在人物年齡性別識別的基礎上，FieldAnalyst第2版進一步加入了人流自動追蹤功能(詳情參見http://www.necsoft.co.jp/press/2008/081021.html)。

4、文書概要自動生成系統： 能將一篇或多篇文章的內容以用戶指定的篇幅加以概括（詳情參見http://www.itwips.com）。

         國外發明專利：

專利保護期	專利名稱	授權國	發明人排序
2019年8月	Method and apparatus for personalized multimedia summarization based upon user specified theme	美國	唯一發明人
2021年10月	Creating audio-centric, image-centric, and integrated audio-visual summaries	美國	第一發明人
2023年10月	Method and system for segmentation, classification, and summarization of video images	美國	第一發明人
2026年10月	Video foreground segmentation method	美國	第一發明人
2021年3月	Text summarization using relevance measures and latent semantic analysis	美國	第一發明人
2022年5月	Document clustering with cluster refinement and model selection capabilities	美國	第一發明人
2028年8月	Processing high dimensional data via EM-style iterative algorithm	美國	第二發明人
2027年10月	Active feature probing using data augmentation	美國	第二發明人
2024年8月	Video surveillance system that detects predefined behaviors based on predetermined patterns of movement through zones	美國	第二發明人
2024年8月	Video surveillance system in which trajectory hypothesis spawning allows for trajectory splitting and/or merging	美國	第二發明人
2024年 8月	Video surveillance system with object detection and probability scoring based on object class	美國	第二發明人
2024年8月	Video surveillance system with rule-based reasoning and multiple-hypothesis scoring	美國	第二發明人
2028年4月	Super resolution using Gaussian regression	美國	第三發明人
2028年7月	Monitoring driving safety using semi-supervised sequential learning	美國	第三發明人
2027年12月	Real-time driving danger level prediction	美國	第三發明人
2027年10月	System and method for generating predictive matrix-variate T models	美國	第三發明人
2028年11月	Efficient multi-hypothesis multi-human 3D tracking in crowded scenes	美國	第三發明人
2032年11月	Recovery of 3D human pose by jointly learning metrics and mixtures of experts	美國	第三發明人
2028年11月	Finding communities and their evolutions in dynamic social network	美國	第四發明人
2028年10月	Systems and methods for classifying content using matrix factorization	美國	第四發明人

       
      國內發明公開： 

[1]趙澤陽, 薛祺龍, 賀宇航, 魏星, 龔怡宏, 白弈凡, 焦天才. 一種基于DETR的高精度遙感目標檢測方法與系統[P]. 陜西省: CN118552854A, 2024-08-27.

[2]李靜遠, 宋翔, 賀宇航, 董松林, 龔怡宏. 基于知識空間拓撲保持與對齊的域增量目標檢測方法和裝置[P]. 陜西省: CN118298236A, 2024-07-05.

[3]薛祺龍, 趙澤陽, 賀宇航, 魏星, 龔怡宏, 高德政, 楊少雷, 萬聰, 王業騰. 一種基于域特定樣本選擇的域適應目標檢測方法及系統[P]. 陜西省: CN118015334A, 2024-05-10.

[4]宋翔, 李靜遠, 賀宇航, 董松林, 龔怡宏. 基于域偏置學習的無舊樣本域增量目標檢測方法和裝置[P]. 陜西省: CN117809120A, 2024-04-02.

[5]鄭海霞, 賀宇航, 龔怡宏, 張玥, 魏星. 基于稀疏光流運動增強的單目標追蹤方法[P]. 陜西省: CN116543017A, 2023-08-04.

[6]鄭海霞, 韓潔, 賀宇航, 龔怡宏, 張玥, 魏星. 基于稀疏光流運動補償的兩階段多目標追蹤方法及產品[P]. 陜西省: CN116523972A, 2023-08-01.

[7]王少鯤, 郁一帆, 龔怡宏, 石偉偉, 高欣源, 賀宇航. 基于動態類原型生成機制的類增量學習方法及產品[P]. 陜西省: CN116310557A, 2023-06-23.

[8]史金鋼, 王雨思, 王飛, 董松林, 龔怡宏. 人臉圖像超分辨率重建方法、系統、電子設備及存儲介質[P]. 陜西省: CN116128729A, 2023-05-16.

[9]李嘉碩, 喬敏行, 龔怡宏, 董松林, 魏星. 一種基于類比學習的類增量學習方法及系統[P]. 陜西省: CN115879533A, 2023-03-31.

[10]王少鯤, 喬敏行, 龔怡宏, 董松林. 一種受語義知識指導的類增量學習方法及系統[P]. 陜西省: CN115496983A, 2022-12-20.

[11]董松林, 尚苗, 王長鑫, 龔怡宏, 張玥. 一種受腦啟發的全局-局部雙通道圖像分類方法及系統[P]. 陜西省: CN115439696A, 2022-12-06.

[12]賀宇航, 余文濤, 韓潔, 魏星, 龔怡宏. 基于身份識別和跨攝像頭目標追蹤的智能監控系統及方法[P]. 陜西省: CN114693746A, 2022-07-01.

[13]洪曉鵬, 關慶澍, 柯煒, 龔怡宏. 多目標區域的最短路徑規劃方法、系統、設備及存儲介質[P]. 陜西省: CN113705858A, 2021-11-26.

[14]洪曉鵬, 張曉涵, 董松林, 龔怡宏. 數據分布式的增量學習方法、系統、設備及存儲介質[P]. 陜西省: CN113449878A, 2021-09-28.

[15]賀宇航, 馬智恒, 魏星, 洪曉鵬, 余文濤, 龔怡宏. 基于誤差感知的密度同構重建的無監督跨域人群計數方法[P]. 陜西省: CN113269083A, 2021-08-17.

[16]洪曉鵬, 王羽鈞, 龔怡宏. 機器人集群任務分配方法、系統、設備及存儲介質[P]. 陜西省: CN113269424A, 2021-08-17.

[17]洪曉鵬, 王亞斌, 龔怡宏. 異構機器人集群任務分配方法、系統、設備及存儲介質[P]. 陜西省: CN113256125A, 2021-08-13.

[18]龔怡宏, 張玥, 余旭峰, 洪曉鵬, 馬健行. 基于深度學習的道路交通行為無人機監測系統及方法[P]. 陜西省: CN111145545A, 2020-05-12.

[19]常新遠, 龔怡宏, 魏星, 洪曉鵬, 馬智恒. 一種基于圖的直推式半監督行人再識別方法[P]. 陜西省: CN111027421A, 2020-04-17.

[20]魏星, 張玥, 龔怡宏. 一種基于深度神經網絡子空間編碼的圖像分類方法[P]. 陜西省: CN110533101A, 2019-12-03.

[21]賀宇航, 魏星, 石偉偉, 龔怡宏. 基于約束條件下非負矩陣分解的多攝像頭多目標追蹤方法[P]. 陜西省: CN110490911A, 2019-11-22.

[22]蘇明月, 謝濤, 龔怡宏, 余旭峰. 一種光學-衣物材質標準數據庫的建立方法及系統[P]. 山東省: CN110019122A, 2019-07-16.

[23]顧子晨, 龔怡宏, 陶小語. 圖像處理的方法、裝置、計算機可讀存儲介質[P]. 廣東省: CN109934216A, 2019-06-25.

[24]謝濤, 蘇明月, 龔怡宏, 余旭峰. 一種識別衣物材質的光學方法及裝置[P]. 山東省: CN109752319A, 2019-05-14.

[25]謝濤, 蘇明月, 龔怡宏, 余旭峰. 一種識別衣物材質的光學方法及裝置[P]. 山東省: CN109752346A, 2019-05-14.

[26]蘇明月, 謝濤, 龔怡宏, 余旭峰. 一種識別衣物材質的智能模塊及智能洗衣機[P]. 山東省: CN109750450A, 2019-05-14.

[27]張玥, 龔怡宏, 石偉偉, 程德, 陶小語. 基于直推式半監督深度學習的圖像分類方法[P]. 陜西: CN109034205A, 2018-12-18.

[28]張玥, 龔怡宏, 石偉偉, 程德, 陶小語. 基于深度卷積神經網絡的細粒度圖像分類方法[P]. 陜西: CN109002845A, 2018-12-14.

[29]張亞森, 石偉偉, 龔怡宏. 一種圖像分類方法及裝置[P]. 廣東: CN107622272A, 2018-01-23.

[30]張世周, 王進軍, 龔怡宏, 石偉偉. 基于歸一化非負稀疏編碼器的圖像快速特征表示方法[P]. 陜西: CN105260736A, 2016-01-20.

[31]龔怡宏, 石偉偉, 王進軍, 張世周. 基于線性判別分析準則的改進卷積神經網絡性能的方法[P]. 陜西: CN105243398A, 2016-01-13.

[32]王進軍, 張世周, 龔怡宏, 石偉偉. 基于多線索歸一化非負稀疏編碼器的圖像快速特征表示方法[P]. 陜西: CN105224943A, 2016-01-06.

[33]王進軍, 石偉偉, 龔怡宏, 張世周. 基于碼書塊稀疏的非負稀疏編碼的圖像特征提取方法[P]. 陜西: CN105224944A, 2016-01-06.

[34]石偉偉, 王進軍, 龔怡宏, 張世周. 基于結構相似度的非負稀疏編碼的圖像分類方法[P]. 陜西: CN105184320A, 2015-12-23.

[35]龔怡宏, 張世周, 王進軍, 石偉偉. 基于L21范數的提升卷積神經網絡泛化能力的方法[P]. 陜西: CN105160400A, 2015-12-16.

[36]蔣懷祖, 龔怡宏, 柴振華. 一種多目標跟蹤方法、裝置及設備[P]. 廣東: CN105046220A, 2015-11-11.

[37]張世周, 龔怡宏, 柴振華. 一種圖像特征提取方法及裝置[P]. 廣東: CN104866855A, 2015-08-26.

[38]龔怡宏, 王進軍, 張順, 王澤倫. 一種迭代更新軌跡模型的多目標跟蹤方法[P]. 陜西: CN103942536A, 2014-07-23.

[39]龔怡宏. 高維數據的近鄰搜索方法以及快速近似圖像搜索方法[P]. 江蘇: CN103377237A, 2013-10-30.

[40]龔怡宏, 梅魁志, 孫宏濱, 錢強, 張順. 一種智能電視機的人機交互系統及其交互方法[P]. 陜西: CN102769802A, 2012-11-07.

發明授權

[1]賀宇航, 余文濤, 韓潔, 魏星, 龔怡宏. 基于身份識別和跨攝像頭目標追蹤的智能監控系統及方法[P]. 陜西省: CN114693746B, 2024-08-16.

[2]洪曉鵬, 張曉涵, 董松林, 龔怡宏. 數據分布式的增量學習方法、系統、設備及存儲介質[P]. 陜西省: CN113449878B, 2024-04-02.

[3]洪曉鵬, 關慶澍, 柯煒, 龔怡宏. 多目標區域的最短路徑規劃方法、系統、設備及存儲介質[P]. 陜西省: CN113705858B, 2023-07-11.

[4]洪曉鵬, 王亞斌, 龔怡宏. 異構機器人集群任務分配方法、系統、設備及存儲介質[P]. 陜西省: CN113256125B, 2023-06-30.

[5]洪曉鵬, 王羽鈞, 龔怡宏. 機器人集群任務分配方法、系統、設備及存儲介質[P]. 陜西省: CN113269424B, 2023-06-09.

[6]謝濤, 蘇明月, 龔怡宏, 余旭峰. 一種識別衣物材質的光學方法及裝置[P]. 山東省: CN109752346B, 2022-07-26.

[7]蘇明月, 謝濤, 龔怡宏, 余旭峰. 一種識別衣物材質的智能模塊及智能洗衣機[P]. 山東省: CN109750450B, 2022-03-04.

[8]賀宇航, 魏星, 石偉偉, 龔怡宏. 基于約束條件下非負矩陣分解的多攝像頭多目標追蹤方法[P]. 陜西省: CN110490911B, 2021-11-23.

[9]龔怡宏, 張玥, 余旭峰, 洪曉鵬, 馬健行. 基于深度學習的道路交通行為無人機監測系統及方法[P]. 陜西省: CN111145545B, 2021-05-28.

[10]顧子晨, 龔怡宏, 陶小語. 圖像處理的方法、裝置、計算機可讀存儲介質[P]. 廣東省: CN109934216B, 2021-05-11.

[11]張玥, 龔怡宏, 石偉偉, 程德, 陶小語. 基于深度卷積神經網絡的細粒度圖像分類方法[P]. 陜西省: CN109002845B, 2021-04-20.

[12]張玥, 龔怡宏, 石偉偉, 程德, 陶小語. 基于直推式半監督深度學習的圖像分類方法[P]. 陜西省: CN109034205B, 2021-02-02.

[13]石偉偉, 王進軍, 龔怡宏, 張世周. 基于結構相似度的非負稀疏編碼的圖像分類方法[P]. 陜西省: CN105184320B, 2019-01-15.

[14]王進軍, 石偉偉, 龔怡宏, 張世周. 基于碼書塊稀疏的非負稀疏編碼的圖像特征提取方法[P]. 陜西省: CN105224944B, 2018-10-30.

[15]龔怡宏, 石偉偉, 王進軍, 張世周. 基于線性判別分析準則的改進卷積神經網絡性能的方法[P]. 陜西省: CN105243398B, 2018-09-04.

[16]龔怡宏, 張世周, 王進軍, 石偉偉. 基于L21范數的提升卷積神經網絡泛化能力的方法[P]. 陜西省: CN105160400B, 2018-03-02.

[17]龔怡宏, 王進軍, 張順, 王澤倫. 一種迭代更新軌跡模型的多目標跟蹤方法[P]. 陜西省: CN103942536B, 2017-04-26.

[18]龔怡宏. 高維數據的近鄰搜索方法以及快速近似圖像搜索方法[P]. 江蘇省: CN103377237B, 2016-08-17.

由國際知名出版商Springer Publisher出版英文專著2部

在國際頂尖學術期刊及學術會議上發表學術論文200余篇

發表論文總引用次數近23,000次

單篇最高引用3400余次

Google Scholar h-index 為 62

于CVPR 2010會議發表的論文獲得該會議技術論文中最高引用率

于ACM SIGIR2003會議上發表的文章《Document Clustering Based on Non-Negative Matrix Factorization》獲得ACM SIGIR執委會最具影響力文章榮譽提名獎

出版專著：

1、認知科學與腦機接口概述 龔怡宏，洪曉鵬 2020-10-01 西安電子科技大學出版社

2、Human-Centered Social Media Analytics Jinjun Wang，Yihong Gong, Douglas Gray 2014-03-25 Springer Publisher

3、Machine Learning for Multimedia Content Analysis Yihong Gong and Wei Xu 2007-10-01 Springer Publisher

4、Intelligent Image Databases: Towards Advanced Image Retrieval Yihong Gong 1998-07-01 Springer Publisher

   代表性論文 ：  

日期	論文題目	論文作者	發表載體	引用次數
2020	Bi-objective Continual Learning: Learning‘New’ while Consolidating‘Known’	Xiaoyu Tao, Xiaopeng Hong, Xinyuan Chang, Yihong Gong	AAAI
2020	Few-Shot Class-Incremental Learning (Oral Presentation)	Xiaoyu Tao, Xiaopeng Hong, Xinyuan Chang, Songlin Dong, Xing Wei, Yihong Gong	IEEE CVPR
2020	Multi-Target Multi-Camera Tracking by Tracklet-to-Target Assignment	Yuhang He,  Xing Wei, Xiaopeng Hong, Weiwei Shi, Yihong Gong	IEEE TIP
2019	Bayesian Loss for Crowd Count Estimation with Point Supervision (Oral Presentation)	Zhiheng Ma,  Xing Wei1, Xiaopeng Hong, Yihong Gong	IEEE ICCV	17
2018	Transductive Semi-Supervised Deep Learning Using Min-Max Features	Weiwei Shi, Yihong Gong, Chris Ding, Zhiheng Ma, Xiaoyu Tao, Nanning Zheng	ECCV	16
2017	Training DCNN by Combining Max-Margin, Max-Correlation Objectives, and Correntropy Loss for Multilabel Image Classification	Weiwei Shi, Yihong Gong,Xiaoyu Tao, Nanning Zheng	IEEE Transactions on Neural Networks and Learning Systems	18
2017	Improving CNN Performance Accuracies With Min–Max Objective	Weiwei Shi, Yihong Gong, Xiaoyu Tao, Jinjun Wang, Nanning Zheng	IEEE Transactions on Neural Networks and Learning Systems	24
2016	Improving DCNN Performance with Sparse Category-Selective Objective Function	Shizhou Zhang, Yihong Gong, Jinjun Wang	IJCAI	1
2016	Improving CNN Performance with Min-Max Objective	Weiwei Shi, Yihong Gong, Jinjun Wang	IJCAI	9
2016	Person re-identification by multi-channel parts-based cnn with improved triplet loss function	De Cheng, Yihong Gong, Sanping Zhou, Jinjun Wang, Nanning Zheng	IEEE CVPR	754
2015	Online Multi-Target Tracking with Unified Handling of Complex Scenarios	H Jiang, Wang, Y Gong, Z Chai, N Rong, N Zheng	IEEE TIP	12
2014	Multi-Target Tracking by Learning Local-to-Global Trajectory Models	S Zhang, J Wang, Z Wang, Y Gong and Y Liu	Elsevier Pattern Recognition	42
2010	Locality-constrained linear coding for image classification	J Wang, J Yang, K Yu, F Lv,  T Huang, Y Gong	IEEE CVPR	3431
2009	Linear spatial pyramid matching using sparse coding for image classification	J Yang, K Yu, Y Gong, T Huang	IEEE CVPR	3379
2009	Nonlinear learning using local coordinate coding	K Yu, T Zhang, Y Gong	NIPS	804
2007	Combining content and link for classification using matrix factorization	S Zhu, K Yu, Y Chi,  Y Gong	ACM SIGIR	277
2003	Document clustering based on non-negative matrix factorization	W Xu, X Liu, Y Gong	ACM SIGIR	1990
2002	Document clustering with cluster refinement and model selection capabilities	X Liu, Y Gong, W Xu,  S Zhu	ACM SIGIR	142
2002	Extract highlights from baseball game video with hidden Markov models	P Chang, M Han,  Y Gong	IEEE ICIP	191
2001	Generic text summarization using relevance measure and latent semantic analysis	Y Gong, X Liu	ACM SIGIR	934
2000	Video summarization using singular value decomposition	Y Gong, X Liu	IEEE CVPR	225
1999	Lessons learned from building a terabyte digital video library	HD Wactlar, MG Christel,  Y Gong, AG Hauptmann	IEEE Computer	290
1995	Automatic parsing of TV soccer programs	Y Gong, LT Sin, CH Chuan,  H Zhang, M Sakauchi	IEEE Multimedia	481

期刊文章：

1 Wang, Shaokun; Shi, Weiwei*; Dong, Songlin; Gao, Xinyuan; Song, Xiang; Gong, Yihong*.Semantic Knowledge Guided Class-Incremental Learning.IEEE Transactions on Circuits and Systems for Video Technology, 2023, 33(10): 5921-5931.

2 Chang, Xinyuan; Ma, Zhiheng; Wei, Xing; Hong, Xiaopeng*; Gong, Yihong。Transductive semi-supervised metric learning for person re-identification .Pattern Recognition, 2020, 108: 107569.  

3 Zhang, Shun; Huang, Jia-Bin; Lim, Jongwoo; Gong, Yihong; Wang, Jinjun; Ahuja, Narendra; Yang, Ming-Hsuan*。Tracking Persons-of-Interest via Unsupervised Representation Adaptation .International Journal of Computer Vision, 2020, 128(1): 96-120.

4 He, Yuhang; Wei, Xing; Hong, Xiaopeng*; Shi, Weiwei; Gong, Yihong.Multi-Target Multi-Camera Tracking by Tracklet-to-Target Assignment .IEEE Transactions on Image Processing, 2020, 29: 5191-5205.

5 Li, Diangang; Gong, Yihong; Cheng, De*; Shi, Weiwei; Tao, Xiaoyu; Chang, Xinyuan.Consistency-Preserving deep hashing for fast person re-identification .Pattern Recognition, 2019, 94: 207-217.

6 Zhou, Sanping; Wang, Jinjun*; Meng, Deyu; Liang, Yudong; Gong, Yihong; Zheng, Nanning.Discriminative Feature Learning With Foreground Attention for Person Re-Identification .IEEE Transactions on Image Processing, 2019, 28(9): 4671-4684.

7 Zhang, Shizhou; Wang, Jinjun*; Shi, Weiwei; Gong, Yihong; Xia, Yong; Zhang, Yanning.Normalized Non-Negative Sparse Encoder for Fast Image Representation .IEEE Transactions on Circuits and Systems for Video Technology, 2019, 29(7): 1962-1972.

8 Shi, Weiwei; Gong, Yihong*; Tho, Xiaoyu; Cheng, De; Zheng, Nanning.Fine-Grained Image Classification Using Modified DCNNs Trained by Cascaded Softmax and Generalized Large-Margin Losses .IEEE Transactions on Neural Networks and Learning Systems, 2019, 30(3): 683-694.

9 張順; 龔怡宏; 王進軍.深度卷積神經網絡的發展及其在計算機視覺領域的應用 .計算機學報, 2019, 42(03): 453-482. 

10 Shi Weiwei; Gong Yihong*; Tao Xiaoyu; Zheng Nanning.Training DCNN by Combining Max-Margin, Max-Correlation Objectives, and Correntropy Loss for Multilabel Image Classification .IEEE Transactions on Neural Networks and Learning Systems, 2018, 29(7): 2896-2908.

11 Cheng De; Gong Yihong*; Wang Jingjun; Zheng Nanning.Balanced Mixture of Deformable Part Models With Automatic Part Configurations .IEEE Transactions on Circuits and Systems for Video Technology, 2017, 27(9): 1962-1973.

12 張順; 龔怡宏; 王進軍.深度卷積神經網絡的發展及其在計算機視覺領域的應用 .計算機學報, 2017, 1-29.

13 Cheng De*; Nie Feiping; Sun Jiande; Gong Yihong.A Weight-Adaptive Laplacian Embedding for Graph-Based Clustering .Neural Computation, 2017, 29(7): 1902-1918. 

14 Yu, Qinghua; Wang, Jinjun*; Zhang, Shizhou; Gong, Yihong; Zhao, Jizhong.Combining local and global hypotheses in deep neural network for multi-label image classification .NEUROCOMPUTING, 2017, 235: 38-45. 

15 Zhou, Sanping; Wang, Jinjun*; Zhang, Mengmeng; Cai, Qing; Gong, Yihong.Correntropy-based level set method for medical image segmentation and bias correction .NEUROCOMPUTING, 2017, 234: 216-229. 

16 Zhang, Shizhou; Wang, Jinjun; Tao, Xiaoyu; Gong, Yihong; Zheng, Nanning.Constructing Deep Sparse Coding Network for image classification .PATTERN RECOGNITION, 2017, 64: 130-140. 

17 龔怡宏.機器智能與人類智能的優勢與劣勢 .福建理論學習, 2016, (06): 45. 

18 Liang, Yudong; Wang, Jinjun*; Zhou, Sanping; Gong, Yihong; Zheng, Nanning.Incorporating image priors with deep convolutional neural networks for image super-resolution .Neurocomputing, 2016, 194: 340-347. 

19 Zhou, Sanping; Wang, Jinjun*; Zhang, Shun; Liang, Yudong; Gong, Yihong.Active contour model based on local and global intensity information for medical image segmentation .Neurocomputing, 2016, 186: 107-118. 

20 龔怡宏.人工智能是否終將超越人類智能——基于機器學習與人腦認知基本原理的探討 .人民論壇·學術前沿, 2016, (07): 12-21. 

21 Cheng, De; Wang, Jinjun*; Wei, Xing; Gong, Yihong.Training mixture of weighted SVM for object detection using EM algorithm .NEUROCOMPUTING, 2015, 149: 473-482. 

22 Huaizu Jiang; Jinjun Wang; Yihong Gong; Na Rong; Zhenhua Chai; Nanning Zheng.Online Multi-Target Tracking with Unified Handling of Complex Scenarios .IEEE Transactions on Image Processing, 2015, 24(11): 3464-3477.  

23 Zelun Wang; Jinjun Wang; Shun Zhang; Yihong Gong.Visual Tracking based on Online Sparse Feature Learning .Image and Vision Computing, 2015, 38: 24-32. 

24 Shun Zhang; Jinjun Wang; Zelun Wang; Yihong Gong; Yuehu Liu.Multi-target tracking by learning local-to-global trajectory models .Pattern Recognition, 2015, 48(2): 580-590. 

25 Zhang, Shizhou; Wang, Jinjun*; Gong, Yihong; Zhang, Shun; Zhang, Xinzi; Lan, Xuguang.Image parsing by loopy dynamic programming .Neurocomputing, 2014, 145: 240-249. 

26 Li, Rui*; Han, Jinsong; Wang, Zhi; Zhao, Jizhong; Gong, Yihong; Zhang, Xiaobin.Tracer: Taming Anomalous Events with CRFID Tags for Trajectory Management .International Journal of Distributed Sensor Networks, 2013, 148353.    

會議論文：

1 Jiang Bo; Tang Jin; Ding Chris; Gong Yihong; Luo Bin.Graph matching via multiplicative update algorithm .31^st Annual Conference on Neural Information Processing Systems, NIPS 2017, 2017-12-04 to 2017-12-09.

2 Liang, Yudong; Wang, Jinjun*; Wan, Xingyu; Gong, Yihong; Zheng, Nanning.Image Quality Assessment Using Similar Scene as Reference .14^th European Conference on Computer Vision (ECCV), 2016 to 2016-10-16.

3 Zhang, Shun; Gong, Yihong*; Huang, Jia-Bin; Lim, Jongwoo; Wang, Jinjun; Ahuja, Narendra; Yang, Ming-Hsuan.Tracking Persons-of-Interest via Adaptive Discriminative Features .14^th European Conference on Computer Vision (ECCV), 2016 to 2016-10-16.

4 Zhang, Shizhou*; Wang, Jinjun; Liang, Yudong; Gong, Yihong; Zheng, Nanning.MULTI-CUE NORMALIZED NON-NEGATIVE SPARSE ENCODER FOR IMAGE CLASSIFICATION .IEEE International Conference on Multimedia & Expo (ICME), 2015 to 2015-07-03.

5 Zhang, Shun*; Wang, Jinjun; Gong, Yihong; Zhang, Shizhou.FREE-HAND GESTURE CONTROL WITH "TOUCHABLE" VIRTUAL INTERFACE FOR HUMAN-3DTV INTERACTION .3DTV Conference The True Vision Capture Transmission and Display of 3D Video 3DTV CON, 2015 to 2015-07-10.

6 Hou, Qiqi*; Wang, Jinjun; Cheng, Lele; Gong, Yihong.FACIAL LANDMARK DETECTION VIA CASCADE MULTI-CHANNEL CONVOLUTIONAL NEURAL NETWORK .IEEE International Conference on Image Processing (ICIP), 2015 to 2015-09-30.

7 Liang, Yudong*; Wang, Jinjun; Zhang, Shizhou; Gong, Yihong.INCORPORATING IMAGE DEGENERATION MODELING WITH MULTITASK LEARNING FOR IMAGE SUPER-RESOLUTION .IEEE International Conference on Image Processing (ICIP), 2015 to 2015-09-30. 

8 Shi, Dahu*; Zhang, Shun; Wang, Jinjun; Gong, Yihong.Detection and Association based Multi-target Tracking in Surveillance Video .IEEE First International Conference on Multimedia Big Data, 2015 to 2015-04-22.

9 Nan Liu; Jinjun Wang; Yihong Gong.Deep Self-Organizing Map for Visual Classification .The 2015 International Joint Conference on Neural Networks, Ireland, 2015-07-11 to 2015-07-16.

10 De Cheng; Jinjun Wang; Xing Wei; Nan Liu; Shizhou Zhang; Yihong Gong; Nanning Zheng.Cascade object detection with complementaryfeatures and algorithms .IEEE Conference on Semantic Computation, United States, 2015-02-07 to 2015-02-09.

11 Xinzi Zhang; Jinjun Wang; Yihong Gong; Shizhou Zhang; Shun Zhang.Low Computation Face Verification Using Class Center Analysis .IEEE International Conference on Pattern Recognition (ICPR), 2014, Sweden, 2014-08-24 to 2014-08-28.

12 Liang Yudong; Wang Jinjun*; Zhang Shizhou; Gong Yihong.Learning Visual Co-Occurrence with Auto-Encoder for Image Super-Resolution .Annual Summit and Conference of Asia-Pacific-Signal-and-Information-Processing-Association (APSIPA), 2014-12-09 To 2014-12-12.

榮譽獎勵：

1、2012年入選中組部“****”。

2、2003年度NEC技術發明獎： 表彰我領導技術團隊成功研發多功能高精度自動視頻監控技術。

3、2006年度NEC技術商品化獎： 表彰我領導技術團隊成功研發世界上第一個商用人物年齡﹒性別識別技術，并幫助產品開發部門將其轉化為正式產品。

4、2007年度NEC杰出領導獎： 表彰我作為NEC美國研究院硅谷分院院長的杰出領導能力。

5、2007年度NEC技術商品化獎： 表彰我領導技術團隊成功研發世界上第一個商用人流自動追蹤和計數技術，并幫助產品開發部門將其轉化為正式產品。

6、2007年10月 美國與日本多家主流電視臺對我帶領團隊研發的世界上第一個商用人物年齡性別識別系統作了專題新聞報道.

7、2008 NEC Soft總裁感謝狀： 表彰我對NEC Soft公司產品研發工作所做的杰出貢獻。

8、2008 TRECVID Event Detection國際競賽3項第一： 帶領科研團隊成功研發了高精度人物動作自動識別系統，參加了3個動作識別競賽項目：打手機，放下行李，用手指某處，取得了所有參賽項目的冠軍(詳情請閱http://www-nlpir.nist.gov/projects/tv2008/tv2008.html#4.1)。

9、2009年PASCAL VOC圖像分類國際競賽總冠軍： 帶領科研團隊成功研發了高精度圖像內容自動分類系統，取得了圖像分類競賽的總冠軍。我的團隊以識別精度超越第2名5%的優勢取得了壓倒性的勝利(詳情請閱http://www.comp.leeds.ac.uk/me/VOC2009/prelimres/網頁中的Classification Results: VOC2009 data表格)。

10、2009 TRECVID Event Detection國際競賽3項第一： 繼2008 TRECVID Event Detection國際競賽之后，帶領團隊對人物動作自動識別系統做了進一步的改進，又參加了2009 TRECVID Event Detection國際競賽的3個同樣的動作識別競賽項目：打手機，放下行李，用手指某處，并蟬聯了所有參賽項目的冠軍(詳情請閱http://www-nlpir.nist.gov/projects/tvpubs/tv9.slides/tv9.ed.slides.pdf 中的40，41 和45頁)。    
 

11、2012年西安交大特聘教授  入選西安交大電信學院特聘教授。  

12、2014年全國研究生智慧城市視頻分析技術挑戰賽多項冠亞軍： 率隊在視頻分析六項比賽中包攬“行人檢測”、“多類對象檢測”、“單攝像頭對象追蹤”、“人臉檢測”四項一等獎，以及“單攝像頭對象追蹤”二等獎。

13、2015 SIGIR Test of Time Awards Honorable Mention 表彰我所發表的論文《Document clustering based on non-negative matrix factorization》在信息檢索研究領域的長遠影響。

14、2017年全國研究生智慧城市視頻分析技術挑戰賽多項冠亞軍，繼2014年后，本團隊又在2017年度比賽中獲得兩項第一、兩項第二的團隊最好成績。

15、本人獲頒中國產學研合作創新個人獎，2017-11-12。

16、2018 IEEE Fellow 于2017年11月獲選為美國電氣電子工程學會會士。

17、本人入選AI2000 最具影響力學者Top100名單， 2020-03-16。

 

視覺認知的腦工作機理及高級腦機交互關鍵技術研究
——西安交通大學“**計劃”學者龔怡宏教授承擔的國家973計劃項目成果

2017-01-16

 

2014年，西安交通大學“****”學者龔怡宏教授申請到國家重點基礎研究發展計劃（973計劃）項目“視覺認知的腦工作機理及高級腦機交互關鍵技術研究”，資助經費3 500萬元。該項目由國內八家在腦認知科學、心理學、人工智能與智能機器人等領域具有堅實研究基礎的高校及科研院所共同承擔，分別為西安交通大學、中科院生物物理所、中科院心理所、東南大學、華南理工大學、國防科技大學、中科院深圳先進院、安徽大學。項目組集中在“腦信號數據獲取技術及分析規范”“腦視覺信息編解碼”“視覺認知試驗與計算模型”“高級腦機交互驗證平臺、評估體系與示范應用”四個方面開展研究工作，兩年來在上述領域取得多項成果，成功達成各項任務指標。項目目前已發表論文163篇（其中SCI期刊論文83篇），達到5年總體目標的82%。在人才培養方面，培養研究生55人，博士后3人，省部級人才計劃7人。

一、腦信號數據獲取技術及分析規范

項目組通過自主設計和研發多通道并行發射接收線圈，多頻帶同時成像技術、量化SWI成像算法、基于GPU的圖像重建加速等技術，成功實現了國際高時空分辨率的BOLD功能成像——全腦功能磁共振成像，達到了720ms至2mm以及900ms至1.5mm兩種時空分辨率，單層功能磁共振實現了30ms的最高時間分辨率。這項研究成果為項目組獲取高時空分別率的磁共振圖像提供了技術保障。

當前，非侵入式腦機接口主要基于腦電（EEG）信號，其優點是設備簡單，獲取成本低。 然而，腦電信號最高只能達到10mm左右的空間分辨率，信號受顱骨、頭皮等干擾，信噪比很低。腦磁圖（MEG）作為下一代腦信號獲取手段，正受到學術界的廣泛關注。與EEG信號相比，MEG信號不僅時空分辨率高出一個數量級，而且還具有信噪比高，能提取更復雜時空信息等優勢。然而傳統的MEG檢測手段（如超導量子干涉儀）必須在磁屏蔽環境中使用，使得檢測設備過于龐大、昂貴，限制了其在更大范圍的推廣應用。如何設計簡單、易用且穩定可靠的腦信號檢測技術一直是腦機交互領域的一個重要研究方向，是腦機接口從實驗室環境走向實用化的關鍵一步。兩年來，項目組研發了基于巨磁阻抗（GMI）原理的腦磁信號傳感器功能樣機，經過多個版本的迭代升級（如圖1所示），樣機的分辨率已經達到100pT，性能上大大超越了目前最高性能的商用GMI傳感器（日本愛知鋼鐵公司生產）。理論上，通過進一步優化設計，把傳感器分辨率提高到10pT左右，就可以有效測量到腦磁信號。

此外，項目組聯合18個國家的36家單位創立了“國際神經影像信度與可重復性聯盟”（CoRR）（圖2），共享1 629人的萬余個多模態磁共振成像重測數據。CoRR數據庫中，每個被試都擁有兩次或兩次以上的磁共振成像數據，是當前國際上數據量較大、應用較廣的重測數據庫。介紹CoRR數據庫的文章瀏覽量已超過萬次，在同時期發表的16萬篇文章中，在線關注度位居前2%。CoRR數據庫的建立，為項目組其他課題的研究提供了寶貴的腦神經影像大數據。

二、腦視覺信息編解碼

圖3解釋了視覺信息編碼模型的工作原理。給定一個視覺刺激并用功能磁共振掃描被試的視皮層，能夠得到相應的磁共振響應。編碼模型的目的就是尋找一個映射函數，利用輸入的視覺刺激來預測磁共振的響應。如果編碼模型的預測足夠準確，那么當輸入一個磁共振響應時，就可以預測出對應的視覺刺激。

當前，主流編碼模型大都屬于單體素模型。給定原始圖像，通過特征提取獲得特征圖像FI。編碼模型利用事先得到的映射函數 vi=fi (FI)+ei 來預測視皮層某個特定體素vi的響應信號。由于單體素模型沒有考慮大腦皮層體素間的相互關聯性，編碼精度偏低。項目組提出的HS體素編碼模型 vi=fi (FI)+gi (hi)+ei 通過導入隱狀態hi，在預測體素的響應信號時考慮了體素間的相互關聯性。大量對比實驗顯示，HS體素編碼模型的預測精度與傳統單體素模型相比，有5%左右的性能提升。高精度腦信息編碼模型對實現腦機交互系統具有重要意義。

此外，項目組還針對人腦動作意圖理解的神經機制開展研究，取得了系列研究成果。圖4展示了研究中所使用的３種視頻片段（視覺刺激），分別代表３種不同動作意圖。這３種視頻片段按照休息1.5秒，觀看2.5秒的規則，隨機反復地播放給被試，同時測量被試的腦電信號。實驗發現，這些視覺刺激在170毫秒、300毫秒、400～600毫秒時段分別在不同腦區誘發了３種不同的腦電信號，這３種腦電信號分別對應早期的語義識別、中期的注意分配及晚期的動作意圖理解。項目組還從實驗中發現，大腦激活存在一個從左側大腦到右側大腦順序激活的現象。對于明顯意圖，存在較多左側激活、較少右側激活的趨勢。對于不明顯意圖，上述趨勢正好相反（如圖5所示）。

三、視覺認知試驗與計算模型

項目組通過與神經科學、心理學、腦認知科學等領域的專家進行深度合作，嘗試把人腦感知與認知機理的研究成果轉化為計算模型，并取得系列研究成果。

1．基于人腦視覺通道流形解離性的神經網絡訓練模型

當一個物體發生位置、角度、形狀、光照等變化時，描述它的特征向量也發生相應變化，在高維特征空間里形成一個相對低維的流形。在人腦視覺通路的下層，流形較為曲折，屬于不同物體的流形相互糾纏在一起。經過人腦視覺通路的逐層非線性變化，到達上層后流形變得比較平坦，對應不同物體的流形很容易被分開（見圖6）。

基于人腦視覺通道的上述流形解離特性，項目組提出了Min-Max目標函數。利用該目標函數訓練的神經網絡能夠同時達到以下兩個目標：（1）最小化每個物體流形的緊湊度；（2）最大化不同流形間的距離。

2．基于人腦視覺通道類別選擇性的神經網絡訓練模型

大量實驗研究表明，人腦視覺通道IT層的神經元具有以下特性：（1）神經元的響應與物體類別之間不存在1:1的對應關系；（2）每個神經元只對自然界10%左右的物體類別發生響應，對其它物體類別都處于抑制狀態（見圖7）。為了模擬人腦視覺通道的這一特性，項目組提出了基于L2,1范數的目標函數。利用該目標函數訓練神經網絡，能夠使其輸出層的神經元具有以下特性：（1）對某個類別的所有圖像，或者都響應或者都不響應；（2）只對少數幾個類別的圖像有所響應，對大多數類別的圖像都保持抑制狀態。

3．對比實驗

項目組針對所提出的上述兩種新型目標函數進行了詳盡的性能對比實驗。實驗中采用了Quick-CNN神經網絡。該網絡擁有5層結構：3個卷積層，2個全連接層，是圖像識別領域里較常用的一款神經網絡。我們分別利用傳統的SoftMax目標函數和項目組提出的Min-Max、基于L2,1范數的目標函數對Quick-CNN進行訓練，利用CIFA-10、CIFA-100、SVHN三個標準測試集對訓練得到的模型進行圖像分類精度測試。表1中的對比實驗結果表明，與傳統SoftMax目標函數相比，利用Min-Max和基于L2,1范數的目標函數對神經網絡進行訓練，能夠提升網絡的圖像分類精度4%～5%。需要特別指出的是，這個幅度的精度提升是在不改變神經網絡結構的情況下實現的。這項研究成果不僅具有學術與應用價值，而且也為未來深度學習神經網絡的研究開辟了一個新的研究思路。

Method	CIFAR-10	CIFAR-100	SVHN
Quick-CNN	23.47	55.87	8.92
Quick-CNN +Min-Max	17.59	50.83	4.85
Quick-CNN + L2,1-norm	18.30	52.35	5.33

四、高級腦機交互驗證平臺

項目組在高級腦機交互方面進行了初步嘗試，研發了自動駕駛腦控輪椅1.0版，并正在成都八一康復醫院為嚴重脊髓損傷患者提供試用（見圖8）。該輪椅工作原理如下：（1）在房間內預設若干目標，并給每個目標標號；（2）在電腦屏幕上顯示BCI交互界面；（3）當被試注視交互界面的某個號碼鍵時，腦電解碼器判讀出用戶注視的號碼；（4）智能輪椅從地圖中找出對應目標的位置，規劃最佳路徑，自動移動到指定目標。

傳統腦控輪椅需要用戶通過BCI交互界面不斷向輪椅提供運動指令，長時間控制輪椅會給殘疾人士帶來很大的精神負擔。項目組研發的上述輪椅只需用戶利用BCI交互界面指定想去的目的地，剩下的工作全部由輪椅自動完成。

目前，項目組正在研發自動駕駛腦控輪椅2.0版（見圖9）。該輪椅將通過以下人機協同的方式進行工作：（1）腦電解碼器2.0版判讀用戶注視的目標；（2）環境認知模塊與激光雷達共同識別出目標的精確位置；（3）智能輪椅找出最佳路徑，自動移動到指定目標。該輪椅不需事先預設目標和給目標標號，也不需要用戶通過BCI交互界面向輪椅發出指令。自動駕駛腦控輪椅2.0版與1.0版最大的不同，是能夠判斷用戶所注視的目標，并自動識別出目標的位置。該系統一旦研發成功，將顯著提高人機交互效率，極大地減輕用戶大腦負擔，并為腦機交互系統的更廣泛應用打開機會窗口。

龔怡宏教授科研攻關孜孜不倦，對待教學和學生也一樣嚴謹認真。多年來，龔怡宏教授一直致力于加強國內外院校和科研機構的合作與交流，鼓勵學生在讀期間出國交流，邁向國際高水平的臺階。他積極邀請國外專家學者來校開展學術交流活動，先后邀請美國卡內基梅隆大學Alex Hauptmann教授等眾多學者進行講座交流，與伊利諾伊大學香檳分校、卡耐基梅隆大學、佐治亞理工學院、哥倫比亞大學、日本東京大學、IBM研究院和微軟研究院等國際上多所著名大學及研究機構的著名教授和優秀學者建立了長期的合作關系。龔怡宏教授希望以自己多年在國外積累的技術與人脈渠道，幫助學生放眼世界，把握學科前沿，提升國際化科研思想意識，為學生們搭建一座跨國際的學術交流橋梁，從而為學科建設盡更多的力量，不斷推進學科與世界著名大學和研究機構的科研合作。

 

東渡西歸 科研報國：記西安交大“千人學者”龔怡宏 

 

一張黑白泛黃的博士同學合影攝于1989年的東京大學，一張色彩絢麗的師生合影攝于2015年的西安交通大學，這兩張照片靜靜擺放在“***”學者、電信學院人工智能與機器人研究所龔怡宏教授的辦公桌上，跨越26年的照片展示了主人公的人生軌跡。

1983年4月，東渡日本求學于東京大學電氣電子工程學科的龔怡宏，歷經九年苦讀求索創新，終獲博士學位。畢業之后，龔怡宏先后在南洋理工大學、卡耐基梅隆大學計算機學院任教，曾任NEC中國研究院首席科學家。2012年4月，作為中*部“***”專家，龔怡宏全職受聘于西安交通大學，在這個百年學府開始書寫人生事業的新篇章。

心之所向 新天地新起點 

龔怡宏是國際知名的多媒體研究專家，是世界上最早從事多媒體內容分析的學者之一。多年來，他一直從事多媒體視頻圖像識別與人工智能技術的研究，在利用隱語義空間進行多媒體內容分析、運動視頻復雜場景分析、圖像特征向量優化等領域開創了若干新的研究方向，提出創新的理論方法與關鍵技術，成為許多后續研究的理論擴充及比較對象，在國際同行中產生重要學術影響。

“科研成果應用于實際產品中并提高技術水平才是最終目的。”龔怡宏一直高度重視產學研用結合工作，力促研究成果的轉移轉化。目前，龔怡宏已擁有19項發明或其它類型專利，他是帶領團隊成功開發世界上第一個商用人物年齡性別識別技術、第一個商用人流自動追蹤和計數技術的學術領頭人，并幫助產品開發或生產部門將其轉化為正式產品。龔怡宏主持研發的多功能高精度自動視頻監控核心技術及系統，曾居世界智能視頻監控領域市場占有率第二。
 

西安交通大學“**計劃”學者、電信學院人工智能與機器人研究所龔怡宏教授 

作為全球信息科學專業領域的領軍人物，龔怡宏總會收到來自知名大學的橄欖枝，經過慎重考慮，他選擇了該校。

“我和西安交大有特別的緣分。”龔怡宏談道，在日本求學時，他與當時在日本慶應大學留學的該校鄭南寧教授因在同一棟宿舍樓居住而相識，從而對該校有了初始且深刻的印象。

“最吸引我的是學校對科研和人才的重視。”歸國前，龔怡宏詳細了解了該校各方面情況，他對學校的學術環境、學科建設都很有信心。該校在海外華人學者圈中良好的口碑也讓龔怡宏心向往之，“很多學者朋友都對交大稱贊有加，建議我來開拓事業。”

成為該校一員后，龔怡宏獲得了施展學術理想的舞臺。2012年，加入學校第一年，龔怡宏參與核高基重大項目1項，教育部“111”引智計劃1項，主持橫向研究課題1項。2013年，作為首席科學家，申請到國家自然科學基金重點項目“基于選擇性注意的交叉感知信息認知計算”，資助經費300萬元。2014年，作為首席科學家申請到國家973項目“視覺認知的腦工作機理及高級腦機交互關鍵技術研究”，資助經費3500萬元。

三年多來，龔怡宏在大腦工作機理、視覺認知機理的關鍵技術——目標識別、單攝像頭多目標追蹤關鍵技術等方面都取得了創新性的研究成果。“學校帶給我這么多科研報國的機會和人生事業發展的平臺，我一定能做得更好，走得更遠！”龔怡宏目光如炬，語氣堅定。

嚴格認真 科研攻關孜孜不倦 

行色匆匆，隨身背著筆記本電腦的龔怡宏，留給人們的身影總是那樣的忙碌，那樣快節奏。“這是我的移動辦公室，便于及時處理工作和科研問題。”

科研助理高淑嬋告訴記者，龔怡宏每次出差回來都是盡快趕回實驗室，抓緊時間工作。即便從國外回來，也不會專程花時間倒時差。

龔怡宏的父母在北京生活，太太和孩子在美國工作，他長期在學校任教，與家人聚少離多。很多時候為了工作，他都默默放棄了與家人團聚的機會。2015年中秋節前夕，龔怡宏恰好在北京出差，學生們都以為龔怡宏會陪父母過完中秋再回西安，可中秋節當天在實驗室里又看見了龔怡宏忙碌的身影。“做科研就要全身心投入，又承擔這么重要的課題，只怕時間不夠用，哪顧得上什么節假日。”龔怡宏笑著說。

龔怡宏團隊每周都至少召開一次實驗室組會。組會上他并不只是傾聽學生的科研匯報，還時常提出一些問題，與學生交流、討論。“龔老師經常出差，好多次他都是開完組會，直接拉著行李箱直奔機場。”博士生陶小語說。  

龔怡宏教授指導、把關學生的實驗方案 

學生每次做實驗時，龔怡宏都會親自詢問、檢查實驗流程，認真把關實驗方案，提出有益建議。實驗完成后，他都會叫來學生，一起對比、分析每一個數據，尋找創新之處。當有學生說“我感覺這個算法變好了。”龔怡宏就會追問到底“變好了體現在哪里？其精度、查全率又是多少？”

“從事自然科學要有嚴格的思維方式、縝密的邏輯。不能只憑感覺，要實實在在、踏踏實實地用數據說話。”龔怡宏嚴肅而認真地說。

他的學生劉楠、程德、石大虎等都曾獲過國家獎學金。畢業生中有在美國、日本等國知名學府繼續深造的，也有入職阿里巴巴、百度等世界品牌500強公司。

精勤育人 為學生搭建國際橋梁 

龔怡宏對待學生的學業方面非常負責。博二學生石偉偉回憶說，即便龔怡宏在外出差，但只要將問題發給他，總能很快收到回復。曾有一次，石偉偉在晚上10點多將論文初稿發給老師，第二天清晨，當石偉偉打開電子郵箱時，第一眼便看見郵箱里躺著一封老師改好的論文郵件。石偉偉再仔細一看，這封郵件的發送時間竟是凌晨3點。“我特別感動，龔老師熬夜給我改論文，逐字逐句修改得特別仔細，大到論文的整體框架，小到一個個標點符號。”

龔怡宏告訴記者，“我希望培養學生主動、獨立思考，發現問題、解決問題的精神。”他認為，一個優秀的學生需要必備兩種素質：一是有恒心與耐久力，從事自然科學研究必須耐得住寂寞，忍受無數次實驗失敗的打擊。“不經歷實驗失敗的風雨，如何見到燦爛的科學彩虹？”二是有發現問題、解決問題的能力。“一流的學者發現問題，二流的學者解決問題，三流的學者討論問題。”

致力于培養學生自主尋找、發現科學難題的思維及解決問題實質的能力，是龔怡宏追求的目標，他一直鼓勵和要求學生不斷挑戰自我。2014年，龔怡宏親自率隊，帶領三個學生團隊參加全國研究生智慧城市技術與創意設計大賽。歷經數輪比拼，該校參賽的學生團隊在近百支參賽隊伍中脫穎而出。在視頻分析挑戰賽的六項比賽中包攬“行人檢測”“多類對象檢測”“單攝像頭對象追蹤”“人臉檢測”四項一等獎以及一項二等獎。特別是在單攝像頭對象追蹤比賽項目上，研究生程德、魏星、劉楠、張世周團隊以高出第二名幾乎一倍的精度贏取了壓倒性勝利。為了表彰其優異成績，大會特地為團隊頒發了特等獎，龔怡宏同時也獲得了優秀指導教師稱號。

龔怡宏一直有個心愿，希望以自己多年在國外積累的技術與人脈渠道，推進學科與世界著名大學的科研合作，為學科建設盡更多的力量。為此，他積極邀請國外知名教授來校開展學術交流活動，先后邀請美國卡內基梅隆大學Alex Hauptmann教授等眾多學者進行講座交流，幫助學生把握學科前沿，提升國際化科研思想意識。

龔怡宏還聯系了眾多國內外相關學科的專家學者，為學生們搭建了一座跨國際的學術交流橋梁。當學生遇見問題需要相關領域學者幫助時，可以隨時給國內外知名教授發送郵件，身處西安也能放眼世界，探索前沿。

龔怡宏鼓勵學生出國交流，邁向國際高水平的臺階。當學生讀到博士三、四年級時，龔怡宏都會主動為學生聯系國外高校的教授，詳細撰寫推薦信。“我希望學生能感受國外的科研氛圍，學習更先進的科研方法，也收獲更多的人生經驗。”龔怡宏認真地說。

來源： 西安交通大學   原文鏈接：http://news.xjtu.edu.cn/info/1033/59236.htm