教育管理

刘羽

编辑日期2017-05-04    作者:    阅读次数:483

姓    名刘羽
职    称讲师                                
所属系生物医学工程系
邮    箱yuliu@hfut.edu.cn
电    话
  • 个人简历

    刘羽,博士,讲师,2007-2016年就读于中国科学技术大学信息科学技术学院,获工学学士学位(20116月)、工学博士学位(20166月),曾荣获中国科大第30届郭沫若奖学金、中国科学院院长优秀奖、教育部本、硕、博国家奖学金等奖项。20167月进入合肥工业大学仪器科学与光电工程学院任职。目前主要研究方向包括图像处理、计算机视觉、机器学习、信息融合、医学影像信号处理等。已在INFFUSIEEE SPLJ-VCIRIET IPMTAPIEEE ICIP等国内外知名期刊会议上发表学术论文20余篇,其中SCI期刊论文8篇,论文总被引200余次,多篇次入选ESI Hot PaperESI Highly Cited Paper。担任IEEE TPAMIIEEE TIPIEEE TCIIEEE TMMIEEE TBMEInformation FusionNeurocomputingIET IP等十余个国际知名期刊审稿人。

    个人主页:http://www.escience.cn/people/liuyu1/

     

  • 研究领域
    图像处理、计算机视觉、机器学习
  • 开设课程

    本科生:《医学模式识别》

    研究生:《医学图像分析》《模式识别》 
  • 科研项目
    主持合肥工业大学学术新人提升A计划项目1 
  • 发表论文

    1.Yu Liu, Shuping Liu, Zengfu Wang, A general framework for image fusion based on multi-scale transform and sparse representation,Information Fusion, vol. 24, pp. 147-164, 2015. (ESI Hot Paper, ESI Highly Cited Paper)

    2. Yu Liu, Shuping Liu, Zengfu Wang, Multi-focus image fusion with dense SIFT, Information Fusion, vol. 23, pp. 139-155, 2015. (ESI Highly Cited Paper)

    3. Yu Liu, Zengfu Wang, Simultaneous image fusion and denoising with adaptive sparse representation, IET Image Processing, vol. 9, no. 5, pp. 347-357, 2015.

    4. Yu Liu, Zengfu Wang, Dense SIFT for ghost-free multi-exposure fusion, Journal of Visual Communication and Image Representation, vol. 31, pp. 208-224, 2015.

    5. Yu Liu, Baocai Yin, Jun Yu, Zengfu Wang, Image classification based on convolutional neural neworks with corss-level strategy, Multimedia Tools and Applications, vol. 76, no. 8, pp. 11065-11079, 2017.

    6. Yu Liu, Shuping Liu, Yang Cao, Zengfu Wang, “Automatic chessboard corner detection method”, IET Image Processing, vol. 10, no. 1, pp. 16-23, 2016.

    7. Yu Liu, Xun Chen, Hu Peng, Zengfu Wang, Multi-focus image fusion with a deep convolutional neural network, Information Fusion, vol. 36, pp. 191-207, 2017.

    8. Yu Liu, Xun Chen, Rabab Ward, Z. Jane Wang, Image fusion with convolutional sparse representation, IEEE Signal Processing Letters, vol.23, no. 12, 1882-1886, 2016.

     
  • 专著教材
     
  • 申请专利
    汪增福,刘羽,一种实时的多模态医学图像融合方法,ZL201410427772.3 
  • 获奖成果

    2017年中国生物医学工程大会青年论文竞赛二等奖

     
COPYRIGHT © 合肥工业大学仪器科学与光电工程学院版权所有皖ICP备11015351号免责声明