裴艳婷

基本信息

研究生招生

招生专业：

• 计算机科学与技术硕士
• 新一代电子信息技术（含量子技术等）硕士
• 计算机技术硕士
• 人工智能硕士

主要研究方向：计算机视觉、图像处理、人工智能、深度学习、机器学习等。

具体包括但不限于以下方向：

1、底层视觉任务（Low-level Vision）：

• 图像复原：图像去雾、图像超分、图像去噪、图像去模糊、图像去雨等；
• 图像生成
• 图像增强

2、高层视觉任务（High-level Vision）：

• 图像分类：自监督、无监督、域适应、域泛化的图像分类，噪声标签图像分类等；
• 图像目标检测：域适应、域泛化、弱监督的目标检测，面向开放世界的目标检测等；
• 图像分割
• 异常检测：自监督、无监督、域适应、域泛化的异常检测等；

每年招收硕士研究生（保研、考研）3名、本科毕设2-3名、大创1-2组，欢迎对研究方向感兴趣的同学邮件联系！

教育背景

2014.09-2020.12，北京交通大学，计算机与信息技术学院，博士（硕博连读）

2017.10-2018.10，南卡罗莱纳大学（美国），联合培养

工作经历

2023.01-至今，北京交通大学，计算机与信息技术学院，副教授（破格晋升）

2021.01-2022.12，北京交通大学，计算机与信息技术学院，讲师

研究方向

• 机器学习与认知计算
• 计算机技术
• 软件工程
• 人工智能
• 大数据技术与工程
• 智能感知与具身智能
• 新一代电子信息技术

招生专业

• 计算机科学与技术硕士
• 计算机技术硕士
• 软件工程硕士
• 人工智能硕士
• 大数据技术与工程硕士
• 新一代电子信息技术（含量子技术等）硕士

科研项目

• 国家自然科学基金“青年基金” ：面向低质图像的分类任务研究，2022-2024，主持
  
• 北京市自然科学基金“面上项目”：有限监督条件下的低质图像目标检测方法研究，2023-2025，主持
• 中国博士后科学基金“特别资助”：面向真实雾霾视频的去雾霾及目标检测方法研究，2022-2023，主持
• 中国博士后科学基金“面上项目”：低质图像的增强与目标检测问题研究，2021-2023，主持
• 校科技基金人才基金：无监督的图像去雾霾问题研究，2021-2024，主持
• 国家自然科学基金“面上”：细粒度边缘检测方法及应用研究，2023-2026，参加
  
• 北京市自然科学基金“轨道交通联合”：无监督轨道交通障碍物检测与预警研究，2021-2024，参加
• 自然科学横向项目：基于高速公路视频图像的地面能见度反演技术，2023-2024，参加
  
• 自然科学横向项目：基于高速车载视频的高速铁路运行环境安全检测关键技术研究，2022-2023，参加
  
• 自然科学横向项目：时速400公里综合检测关键技术研究与设备研制（加速度），2022-2023，参加
  
• 北京交通大学：铁路周界三维点云目标识别与分割算法，2021-2022，参加
• 北京交通大学：基于三维点云的铁路周界侵入植被快速检测算法，2021-2022，参加
• 北京交通大学：车辆动态响应数据采集与分析软件开发，2021-2022，参加
• 红果园省部级“企事业”（新）：智能设备管控接口开发软件模块定制合同，参加
• 自然科学横向项目：道岔公务几何参数检测系统研制，2022-2023，参加
• 知识产权转让项目：一种高速铁路声屏障缺损检测方法及装置专利转让，2022-2024，参加
• 红果园省部级“四总部”：资源管理网站，2022-2022，参加
  
• 重点资助项目：面向铁路大数据的自适应资源管理机制研究，2022-2025，参加
• 基础研究项目：面向动态开放环境的肺部疾病图像识别方法研究，2022-2024，参加

教学工作

本科生课程：

《数据结构与算法》

研究生课程：

《图像分析与理解》

论文/期刊

• Y. Pei, Y. Huang, Q. Zou, X. Zhang and S. Wang, “Effects of Image Degradation and Degradation Removal to CNN-Based Image Classification,” in IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), vol. 43, no. 4, pp. 1239- 1253, 2021. （CCF A类期刊，SCI一区，影响因子：24.314，谷歌引用次数：120，ESI高被引论文）
• Y. Pei, Y. Huang and X. Zhang, “Consistency Guided Network for Degraded Image Classification,” in IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), vol. 31, no. 6, pp. 2231-2246, 2021. （CCF B类期刊，SCI一区，影响因子：5.859）
• Y. Pei, Y. Huang, Q. Zou, Y. Lu and S. Wang, “Does Haze Removal Help CNN-based Image Classification?” in European Conference on Computer Vision (ECCV). Springer, pp. 697-712, 2018. （计算机视觉顶会，谷歌引用次数：55）
• D. Guo, Y. Pei, K. Zheng, H. Yu, Y. Lu and S. Wang, “Degraded Image Semantic Segmentation With Dense-Gram Networks,” in IEEE Transactions on Image Processing (TIP), vol. 29, pp. 782-795, 2020. （CCF A类期刊，SCI一区，影响因子：11.041，谷歌引用次数：49）
• H. Chen, Y. Pei*, H. Zhao, Y. Huang, “Super-resolution guided knowledge distillation for low-resolution image classification”, in Pattern Recognition Letters, 2022. (*通讯作者，CCF C类期刊，SCI三区，影响因子：4.757)
• X. Zhang, Y. Huang, Q. Zou, Y. Pei, R. Zhang, S. Wang, “A Hybrid Convolutional Neural Network for Sketch Recognition”, in Pattern Recognition Letters, vol. 130, pp. 73-82, 2020. 
• X. Zhang, Y. Huang, Y. Mi, Y. Pei, Q. Zou, S. Wang, “Video Sketch: A Middle-Level Representation for Action Recognition”, in Applied Intelligence, 51(4), pp.1-20 2021.
• Q. Ma, Q. Zou, N. Wang, Q. Guan, Y. Pei, “Looking Ahead: Joint Small Group Detection and Tracking in Crowd Scenes”, in Journal of Visual Communication and Image Representation, 2020. 
• 张兴园, 黄雅平, 邹琪, 裴艳婷. 基于草图纹理和形状特征融合的草图识别, 自动化学报, 2020. 
• X. Huang, Y. Huang, Y. Pei. DocGAN: Document Image Unwarping for High-level Vision Task. In IET International Conference on Wireless, Mobile & Multimedia Networks, 2019.

专著/译著

专利

软件著作权

社会兼职

担任IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Multimedia、Neurocomputing、Pattern Recognition Letters、Electronics Letters 等期刊的审稿人。

获奖与荣誉

• 2022年7月，入选北京交通大学 “青年英才培育计划” II类
• 2022年10月，计算机学院青年教师基本功比赛优秀教案奖、二等奖