師資隊伍

教師信息個人照片
姓    名汪榮貴性    別     男
出生年月1966-04最終學位    博士
畢業學校合肥工業大學
從事專業計算機應用技術職    務
所屬院系計算機科學與技術系

所屬科室

(研究所)

計算機應用技術研究所職     稱    教 授
聯系方式
辦公電話 (0551)62901380
E-mailwangrgui@hfut.edu.cn;wangrgui@foxmail.com
通訊地址合肥工業大學计算机与信息学院
郵  編230009
簡    曆

汪榮貴:1966 年4月出生,安徽池州人,教授、博士生導師、中国人工智能学会离散智能计算专委委员、安徽省人工智能學會理事、国家自然科学基金网评专家、教育部博士点基金网评专家、安徽省评标专家,1997年安徽大学数学系概率论与数理统计专业硕士毕业获理学硕士学位、2004年合肥工業大學计算机与信息学院計算機應用技術专业博士毕业获工学博士学位、2005-2007年在东南大学计算机科学与技术流动站做博士后研究,近期主要研究方向深度學習理論與應用、視頻大數據與雲計算、智能視頻監控與公共安全、嵌入式多媒體技術,主持完成國家自然科學基金面上項目等多個縱向研究課題,主持完成中電集團三十八所、四創電子等企業委托的多個技術開發項目,研究成果獲安徽省科技進步二等獎等多個獎項,主編出版信息技術基礎與應用教程三卷本,即《離散數學及其應用》、《算法設計與應用》和《機器學習及其應用》,已在《计算机学报》、《软件学报》、《电子学报》、《计算机研究与发展》等国内外计算机核心期刊上发表60余篇學術論文(其中多篇被SCI,EI收录),爲《自动化学报》、《计算机辅助设计与图形学学报》、《中国图象图形学报》等多个期刊的审稿人。

研究方向

主要研究領域

1. 神經網絡與深度學習技術:神經網絡模型設計理論與應用研究、深度學習的樣本增強技術研究、深度學習的模型訓練技術研究、深度強化學習理論與應用研究、小樣本深度學習理論與應用研究、基于深度學習模型的應用系統開發技術研究;

2. 智能视频图像处理与分析:基于Hadoop平台的多媒體大數據分析技術,視頻大數據與雲計算技術、視頻增強關鍵技術研究,視頻中目標檢測、識別與跟蹤的核心技術研究,機器學習理論及應用研究,智能視覺監控系統的研究與開發;

3. WEB数据智能分析软件的研究与实现:Hadoop雲計算平台研究與設計,分布式個性化互聯網搜索引擎的核心技術研究、自然語言理解的基本理論及關鍵技術研究、互聯網輿情智能分析與預警軟件系統的研究與開發;

4.嵌入式多媒體技術:基于达芬奇多核DSP芯片(TI DaVinci DM6446)、多核ARM芯片或基于XILINX FPGA芯片的多媒体信息处理技术及应用,嵌入式计算机视觉系统的研究与开发。


研究生招生簡介


博士研究生招收專業方向
——計算機應用技術专业

——軟件工程專業


學術型碩士研究生招收專業方向
——計算機科學與技術專業
——計算機應用技術
——計算機軟件與理論
——計算機系統結構
——軟件工程專業


專業型碩士研究生招收專業方向
——計算機技術專業
——軟件工程專業

        本实验室经费充足,参加項目的研究生每月可以获得本实验室发放的的津贴补助和奖金,欢迎广大优秀学子报考我的硕士、博士研究生。
聯系方式如下:


QQ:236860846

電子郵箱:
      wangrgui@hfut.edu.cn;  wangrgui@foxmail.com

研究室地址:

    合肥工業大學翡翠湖校区翡翠科教楼A座第10层A1002室


承擔的項目:

【38】嵌入式視頻分析與攝像雷達軟件系統,企業委托研發項目

【37】基于深度學習的智慧安檢軟件系統,企業委托研發項目

【36】城市公共安全视频监控系统评价评估体系及管理技术研究 ,安徽省科技攻關重點項目

【35】面向交通及治安安全的視頻大數據分析應用與服務系統研發及産業化 ,國家電子産業基金項目

【34】基于视频监控的目标行爲分析软件,企業委托研發項目

【33】視頻信息實時計算與處理模塊,企業委托研發項目 

【32】車輛特征提取引擎,企業委托研發項目

【31】天視頻實時清晰化系統,企業委托研發項目

【30】基于視頻分析技術的車載主動安全系統, 企業委托研發項目

【29】超分辨率重建车牌识别系统、车辆属性识别系统 ,企業委托研發項目

【28】平安城市虛擬卡口關鍵技術研究及産業化,安徽省科技攻關重點項目

【27】雲計算技術在智慧城市建設中的相關研究與應用企業委托研發項目

【26】基于Hadoop搭建雲GIS平台的探索與研究企業委托研發項目

【25】視頻數據平台研發項目企業委托研發項目

【24】基于Hadoop的地理信息雲平台信息存儲與檢索系統,企業委托研發項目

【23】基于贝叶斯网络的感知组织计算模型研究,國家自然科学基金面上項目
【22】霧天视频中目标跟踪的视觉计算模型与方法研究,國家自然科学基金面上項目

【21】基于OPM的機器視覺感知計算模型研究,安徽省自然科學基金項目

【20】基于達芬奇多核DSP芯片的嵌入式人臉識別系統,企業委托研發項目

【19】基于视频技术的虚拟地感线圈系统,企業委托研發項目

【18】复杂背景下字符串的鲁棒性分割与识别技术,企業委托研發項目

【17】分布式WEB垂直搜索引擎的設計與實現,企業委托研發項目

【16】基于视频分析技术的嵌入式车载行人目标检测与测距系统,企業委托研發項目

【15】基于FPGA芯片的嵌入式霧天視頻實時清晰化系統,企業委托研發項目

【14】基于FPGA芯片的嵌入式低照度视频实时清晰化系统,企業委托研發項目

【13】基于FPGA芯片的嵌入式红外视频移动目标实时测距系统,企業委托研發項目

【12】基于FPGA芯片的嵌入式高清视频实时分层与拼接系统,企業委托研發項目

【11】面向交通场景的视频大数据及产业化,企业委托項目

【10】基于虚拟卡口的的视频分析系统及产业化,企业委托項目

【09】立体空天成像技术,军口863項目

【08】基于统计分析与几何分析的图像统计独立表示方法研究,國家自然科学基金面上項目

【07】一种新的图像理解方法研究,國家自然科学基金面上項目

【06】基于联想记忆的并行光电形状识别系统研究,國家自然科学基金面上項目

【05】保持时空连续变化的三维纹理变形方法研究,國家自然科学基金青年基金項目

【04】一种新的概率图模型——对象概率模型研究与实现,教育部博士点基金項目

【03】基于VCH和贝叶斯网的字幕/文本监测识别方法的研究,安徽省自然科学基金項目

【02】淮北市煤炭安全生产监控软件,淮北市政府委托研发項目

【01】淮南市经济监测与决策支持系统,淮南市政府委托研发項目


教學工作
  

主講課程:

       本科生:《離散數學》、《人工智能數學基礎》、《機器學習基礎》、《算法設計與分析》、《優化計算基礎》

       硕士研究生:《多媒體前沿技術》、《機器學習》、《優化計算方法》

        博士研究生:《計算機視覺》、機器學習与深度学习


主編教材:

     信息技術基礎與應用教程三卷本:

       《离散数学及其应用》,汪榮貴、王曉華、楊娟、李書傑编著機械工業出版社,2017年8月第1版,书号:ISBN 978-7-111-57520-7

       《算法设计与应用》,汪榮貴、楊娟、薛麗霞编著機械工業出版社2017年9月第1版, 书号:ISBN 978-7-111-57805-5

       《機器學習及其应用》,汪榮貴、楊娟、薛麗霞编著機械工業出版社2019年8月第1版, 书号:ISBN 978-7-111-63202-3 


         可从下面网盘下载《機器學習》、《算法设计》、《离散数学》课程教学与学习资料:


                  https://pan.baidu.com/s/15pUVFK7VcRfIog1TTMwScA

 


翻譯著作

     《数学思维:问题求解与证明》,機械工業出版社华章分社,2020年出版。



獲獎情况

多源多模態視頻智能處理關鍵技術及應用,2017年度安徽省科技進步二等獎,安徽省人民政府

多源多模態視頻智能處理在平安城市中的應用,2017年度合肥市科技進步一等獎,合肥市人民政府

虛擬卡口,2017年度中國電子科技集團科技進步一等獎,中國電子科技集團公司

鋼鐵企業熱軋板坯生産調度信息系統,2006年度蘇州市科技進步二等獎,蘇州市人民政府 

鋼鐵企業産銷鏈管理與物料輸運優化調度系統,2006年度張家港市科技進步一等獎,張家港市人民政府 

板坯存貨管理與調度系統,2005年度張家港市技術創新一等獎,張家港市人民政府

Bayes網絡理論及其在目標檢測中應用研究,2005年度合肥工業大學优秀博士论文奖,合肥工業大學

合肥工業大學“三育人”优秀教师,合肥工業大學

“工大高科杯”及“斛兵杯”優秀指導教師,合肥工業大學

主要論著

[65]Ronggui Wang, Xuchen Yao, JuanYang, Lixia Xue,Min Hu, Hierarchical deep transfer learning for fine-grained categorization on micro datasets, Journal of Visual Image Communication and Representation, 2019

[64]Yan Zheng, Ronggui Wang, Juan Yang, Lixia Xue, Min Hu.Principal Characteristic Networks for Few-shot Learning, Journal of Visual Image Communication and Representation, 2019

[63] Mingyu Shen,Pengfei Yu, Ronggui Wang, Juan Yang, Lixia Xue, Min Hu. Multipath Feedforward Network for Single Image Super-Resolution, Multimedia Tools and Applications, 2019

[62] 楊娟, 曹浩宇, 汪榮貴, 薛麗霞. 基于语义DCNN特征融合的细粒度车型识别模型, 计算机辅助设计与图形学报, 2019

[61]Long Chen, Ronggui Wang, Juan Yang, Lixia Xue, Min Hu. Multi-label image classification with recurrently learning semantic dependencies.Visual Computer, 2018

[60]Lixia Xue, Xin Zhong, Ronggui Wang, Juan Yang, Min Hu. Low - resolution vehicle recognition based on deep feature fusion, Multimedia Tools and Applications, 2018

[59]Qingyang Zhang, Ronggui Wang, Juan Yang, Kai Ding, Yongfu Li,Jiangen Hu. Modified collective decision optimization algorithm with application in trajectory planning of UAV, Applied Intelligence, 2018

[58]Mingyu Shen, Yonggang Zhang, Ronggui Wang, Juan Yang, Lixia Xue, Min Hu. Robust object tracking via superpixels and keypoints, Multimedia Tools and Applications, 2018

[57]Ronggui Wang, Qinghui Wang, Juan Yang, Lixia Xue, Min Hu. Super-resolution via supervised classification and independent dictionary training, Multimedia Tools and Applications, 2018

[56]Qingyang Zhang, Ronggui Wang, Juan Yang, Kai Ding, Yongfu Li, Jiangen Hu.Collective decision optimization algorithm: A new heuristic optimization method. Neurocomputing, 2017  

[55]Ronggui Wang, Kai Ding, Juan Yang, Lixia Xue. A novel method for image classification based on bag of visual words, Journal of Visual Image Communication and Representation, 2017

[54]Ronggui Wang, Xie Yunfei, Juan Yang, Lixia Xue, Min Hu, Qingyang Zhang. Large scale automatic image annotation based on convolutional neural network,Journal of Visual Image Communication and Representation, 2016

[53]汪榮貴,丁凱,楊娟,薛麗霞,張清楊.三角形約束下的詞袋模型圖像分類方法. 軟件學報,2017,28(7):1847-1861

[52]汪榮貴,刘雷雷,楊娟,薛麗霞,胡敏. 基于聚類和協同表示的超分辨率重建. 光電工程,201845 (4)1-10

[51]汪榮貴,汪庆辉,楊娟,胡敏. 融合特征分類和獨立字典訓練的超分辨率重建. 光電工程, 201845(1):170542.10

[50]楊娟,李永福,汪榮貴,薛麗霞,張清楊. 基于雙廣義高斯模型和多尺度融合的紋理圖像檢索方法. 電子與信息學報,2016,38 (11): 2856-2863

[49]汪榮貴、傅剑峰、周良、沈法琳. 基于暗原色先验的Retinex算法研究. 电子学报,2013年.

[48]汪榮貴、沈法琳、李孟敏. 非线性系统状态突变下的非退化粒子滤波方法研究,中国科学技术大学学报,Vol.42,No.2,pp: 88-95,2012.2.
[47]汪榮貴、张新龙、张璇、方帥. 基于Retinex理论的压缩域图像增强方法研究. 计算机研究与发展, Vol.48, No.2, pp:259-270, 2011.2.
[46]汪榮貴、张新彤、张璇、方帥. 一种基于Zernike矩的新型Retinex图像增强方法研究. 中国图象图形学报, Vol.16, No.3, pp: 310-315, 2011.3.
[45]汪榮貴、李孟敏、吴昊、沈法琳. 一种新型的基于自适应遗传算法的粒子滤波方法. 中国科学技术大学学报, Vol.41, No.2, pp: 134-141, 2011.2.

[44]汪榮貴、朱静、杨万挺、方帥、张新彤. 基于照度分割的局部多尺度Retinex算法. 电子学报, Vol.38, No.5, pp: 1181-1186, 2010.5.
[43]汪榮貴、张璇、张新龙、傅剑峰. 一种新型自适应Retinex图像增强方法研究. 电子学报, Vol.38, No.12, pp: 2933-2936, 2010.12.
[42]汪榮貴、杨万挺、方帥、吴昊. 基于小波域信息融合的MSR改进算法. 中国图象图形学报, Vol.15, No.7, pp : 1091-1198, 2010.7
[41]汪榮貴、周良、张新龙、傅剑峰. 基于Retinex的JPEG图像增强新方法. 中国图象图形学报,Vol.16, No.12, pp : 2124-2132,2011.12.

[40]汪榮貴、朱静、张璇、张新龙. 基于Retinex理论的JPEG压缩方法研究,中国科学技术大学学报, Vol.41,No.8,pp: 731-738,2011.8

[39]汪榮貴、吴昊、方帥、杨万挺. 一种新的自适应二维Ostu图像分割算法研究. 中国科学技术大学学报, Vol.40,No.8,pp: 841-847,2010.8

[38]汪榮貴、孙见青、胡琼. 基于 NGA的特征选择和 SVM参数优化, 电子测量与仪器学报, Vol.21, No. 4, pp: 32-36, 2007.

[37]汪榮貴、高 隽、张佑生. 一种新的面向对象的概率图模型, 计算机研究与发展, Vol.42, No.8, pp: 1283-1292 , 2005.
[36]汪榮貴、张佑生、高 隽.
Bayes网络推理结论的解释机制研究, 计算机研究与发展, Vol.42 , No.9, pp: 1527-1532, 2005.
[35]
汪榮貴、高 隽、张佑生、彭青松. 一种新的Bayes网络学习算法. 中国科学技术大学学报, Vol.35 , No.5, pp: 701-710, 2005.10.
[34]汪榮貴、张佑生、高隽. 基于Bayes网络的航空图像理解模型, 中国科学技术大学学报, Vol.34, No.6, pp: 745-755, 2004.12.
[33] 汪榮貴、张佑生等. Bayes网络学习及其在文本检测中的应用研究. 复旦学报, Vol.43, No.5, pp: 733-736, 2004.10.

[32]汪榮貴. Bayes網絡理論及其在目標檢測中應用研究,博士学位论文(合肥工業大學优秀博士论文),合肥工業大學,2004.
[31]汪榮貴、张佑生、彭青松、高隽等. 从确信因子模型到Bayes网络. 计算机科学, Vol.31, No.10, pp: 182-188, 2004.10
[30]汪榮貴、张佑生、高隽. 用Bayes网络检测航空影象中三维结构体, 系统仿真学报,Vol.15, No.10, pp: 1434-1438, 2003.
[29]汪榮貴、张佑生、彭青松. 分组样本下Bayes网络条件概率的学习算法. 小型微型计算机系统, Vol.23, No.6, pp: 687-689, 2002.6.
[28]汪榮貴、张佑生. Bayes网络在智能视觉监控中的应用,第一届全国智能视觉监控学术会议论文集,pp: 112-116,2002.5,清华大学出版社,北京.
[27]储昭辉、汪榮貴、张璇、张新龙. 基于Retinex理论JPEG2000压缩图像增强方法,光子学报,Vol.41, No.2, pp: 200-204, 2012.02.

[26]傅剑峰、汪榮貴、张新龙、朱静. 基于人眼视觉特性的Retinex算法研究,电子测量与仪器学报,Vol.25, No.1, pp: 29-37, 2011.1.
[25]吴昊、汪榮貴、方帥、杨万挺. 基于最小类内差和最大类间差的图像分割算法研究. 工程图学学报, Vol.32, No.1、pp: 67-75, 2011.2.
[
24]杨万挺、汪榮貴、方帥、张璇. 滤波器可变的Retinex霧天图像增强算法. 计算机辅助设计与图形学学报, Vol.22, No.6, pp: 965-971, 2010.6
[23]张新龙、汪榮貴、张璇、朱静. 霧天图像增强计算模型及算法. 中国图象图形学报,已录用
[22]胡 琼、汪榮貴、胡韦伟、杨万挺. 基于直方图分割的彩色图像增强算法,中国图象图像学报, Vol.14, No.9, pp: 1776-1781, 2009.9

[21]张 勇、汪榮貴、吴昊、周良. 基于高斯混合模型的图谱理论阈值分割方法研究,中国图象图像学报,已录用
[20]胡韦伟、汪榮貴、方帥、胡琼,基于双边滤波的Retinex的图像增强算法. 工程图学学报,Vol.31, No.2, pp: 104-109, 2010.4

[19]张新龙、汪榮貴、张璇、朱静. 基于视觉区域划分的霧天图像清晰化方法. 电子测量与仪器学报, Vol.24, No.8, pp: 754-762, 2010.6.
[18]孙见青、汪榮貴、胡韦伟. 基于 EM-PCA和级联分类器的人脸检测, 中国科学院研究生院学报, Vol.25, No. 2, pp: 216-223, 2008.

[17]孙见青、汪榮貴、李守毅. 一种改进的基于特征和基于图像相结合的人脸检测, 工程图学学报, Vol.28, No.5, pp: 62-67, 2007.10.
[16]孙见青、汪榮貴、胡韦伟、李守毅. 一种新的基于 NGA/PCA 和 SVM的特征提取方法, 系统仿真学报, Vol.19 No. 20, pp: 4823-4826, 2007.
[15]殷劍宏、汪榮貴. 超立方体的Laplace矩阵的谱, 浙江大学学报(理学版), Vol.34, No.3, pp: 321-323, 2007.5
[14]张佑生、汪榮貴、胡敏. 基于模糊技术的文本检测提取方法研究. 合肥工業大學学报(自然科学版), Vol .28, No.9, pp: 1073-1080, 2005.
[13]胡韦伟、汪榮貴、胡琼、李守毅. 基于肤色特征和卡尔曼预测的人脸跟踪方法,全国第18届计算机技术与应用(CACIS)学术会议论文集, 2007.

[12]胡韦伟、汪榮貴、胡琼、李守毅. 基于Adaboost定位的实时人脸跟踪方法, 中国仪器仪表学会第九届青年学术会议论文集, 2007.

[11]姚宏亮, 王浩, 汪榮貴, 李俊照. 多 Agent 动态影响图的近似计算方法, 计算机研究与发展, Vol.45, No.3, pp: 487-495, 2008.

[10]彭青松、张佑生、汪榮貴. Bayesian网的独立性推广模型, 计算机科学, Vol . 28, No. 9, pp: 182-184, 2005.

[09]张佑生、彭青松、汪榮貴. 一种基于变异灰度直方图的视频字幕检测定位方法, 电子学报, Vol.32, No.2, pp.314-317, 2004.
[08]张佑生、彭青松、汪榮貴. 基于子图像VCH的文本检测与定位方法研究,武汉大学学报,Vol.28, No.3 , 2003, pp354-358.
[07]张佑生、彭青松、汪榮貴. 一种新的数字图像灰度直方图及其应用研究,系统仿真学报,Vol.14, No.12, 2002, pp: 1655-1658.

[06]董火明、高 隽、汪榮貴. 多分类器融合的人脸识别与身份认证, 系统仿真学报, Vol.16, No.8, pp: 1849-1853, 2004.
[05]赵 莹、高 隽、汪榮貴. 一种新的广义最近邻方法研究, 电子学报, Vol.32, No.12A, pp: 196-198, 2004.
[04]高 隽、骆祥峰、汪榮貴. 认知图研究现状与发展趋势,模式识别与人工智能,Vol.16, No.3, 2003, pp: 315-322.
[03]姚宏亮、张佑生、王浩、汪榮貴. 基于PS-EM算法和BP神经网络的影响图模型选择,模式识别与人工智能, Vol.20, No.2, pp: 185-190, 2007.
[02]姚宏亮, 王浩, 张佑生, 汪榮貴. 多 Agent 动态影响图及其一种近似推理算法研究, 计算机学报, Vol.31, No.2, pp: 236-244, 2008.
[01]Feng Xue, You-Sheng
Zhang, Ju-Lang Jiang, Min Hu, Xindong Wu,and Wang Rong Gui, Real-time Texture Synthesis Using s-Tile Set, Journal of Computer Science and Technology(JCST). Vol.22, No.4, pp: 590-596, 2007.