姓  名：

白双

职  务：

博士生导师

职  称：

教授

学  历：

博士研究生

学  位：

博士

通信地址：

邮  编：

办公电话：

010 51688396

电子邮箱：

shuangb@bjtu.edu.cn

2009.10-2013.03   名古屋大学，信息科学研究科，智能媒体工程专业   博士

2007.09-2009.06   天津大学，电气与自动化工程学院，检测技术与自动化装置专业  硕士

2003.09-2007.07   天津大学，电气与自动化工程学院，自动化专业  本科

2022.12 - 至今    北京交通大学，电子信息工程学院， 教授、博士生导师

2016.12 - 2022.12  北京交通大学，电子信息工程学院， 副教授、博士生导师

2013.04 - 2016.12  北京交通大学，电子信息工程学院， 讲师

• 信息处理与人工智能
• 信号处理与电子系统
• 新一代电子信息技术
• 人工智能
• 通信工程
• 低空智能通信与网联技术

• 信息与通信工程硕士
• 电子科学与技术硕士
• 新一代电子信息技术（含量子技术等）硕士
• 信息与通信工程博士
• 人工智能硕士
• 通信工程（含宽带网络、移动通信等）硕士
• 人工智能博士
• 新一代电子信息技术（含量子技术等）博士
• 通信工程（含宽带网络、移动通信等）博士
• 低空技术与工程硕士
• 低空技术与工程博士

主要研究方向包括：智能感知、计算机视觉、多模态大模型、人工智能等：

• 国铁集团科技项目：铁路工机具上下线智能清点核查技术服务，2026-2026，主持
• 自然科学横向项目：工件表面质量与产品质量智能视觉检测技术研究， 2026-2027，主持
• 国家电网科技项目：风速场实时预测算法及可视化软件开发，2025-2026，主持
• 国机集团科技项目：计算机视觉盘库算法设计与开发，2025-2026，主持
• 红果园省部级“企事业”项目：XXXXX设备研制，2025-2026，主持
• 国铁集团科技项目：基于3D视觉的货车装载状态异常检测技术服务，2025-2026，主持
• 国铁集团科技开发计划课题：基于图像识别技术的无缝线路位移观测设备研制，2025-2026，主持
• 国铁集团科技开发计划课题：面向装载状态异常检测应用的铁路货运场景三维重建技术研究，2025-2026，主持
• 红果园省部级“企事业”项目：XXXXX软件开发，2025-2025，主持
• 红果园（横）：人工智能算法库及平台建设，2024-2027，主持
• 国铁集团科技项目：基于钢轨切片图像的钢轨内部缺陷重构，2024-2024，主持
• 自然科学横向项目：基于深度学习的管道泄漏检测算法研究和实现，2024-2026，主持
• 国铁集团科技开发计划课题：基于3D视觉的货车装载状态异常检测技术研究，2024-2024，主持
• 国铁集团科技开发计划课题：基于计算机视觉的铁路工机具上下线智能清点核查技术研究， 2024-2025，主持
• 红果园国家级“科技委”：XXX目标多模态数据集与知识标注方法，2023-2025，参加
• 国铁集团系统性重大项目：雅万高铁运维关键技术研究（任务），2023-2024，主持
• 自然科学横向项目：基于雷达和相机的体育智能感知技术，2023-2024，参加
• 红果园省部级"企事业"项目：基于XXX的智能识别技术研究，2022-2023，主持
• 红果园（横）：XXXXX原型系统开发，2022-2022，主持
• 红果园国家级"四总部"：XXXX传感技术，2022-2025，参加
• 国家电网科技项目：含低穿工况的传动链数据驱动模型研究，2022-2023，主持
• 自然科学横向项目：多传感器融合管道泄漏检测算法研究与实现，2022-2022，参加
• 基本科研业务费：基于多任务深度神经网络的图像全景分割研究，2022-2025，主持
• 自然科学横向项目：适用于航班运输系统粗粒度模型建模的深度学习系统建模工具集技术服务，2021-2022，主持
• 国家电网科技项目：风电机组功率曲线技改评价算法研究，2021-2022，主持
• 国家重点研发计划： 复杂版面手写图文识别及理解关键技术，2021-2024， 参加
• 红果园（横）：复杂环境下目标检测技术研究，2020-2021，主持
• 红果园国家级“科技委”：基于XXXX基础理论与关键技术研究，2020-2024，参加
• 自然科学横向项目：面向移动终端应用的面部检测及关键点定位系统研制，2019-2020, 主持
• 自然科学横向项目：面向移动终端应用的语义分割系统研制, 2019-2020, 主持
• 自然科学横向项目：海量文物图像识别检索系统研究开发，2019-2019，主持
• 基本科研业务费：基于深度学习的交通场景图像语义分割研究，2019-2021，主持
• 红果园国家级"四总部"：蜂群无人机组网与控制联合系统研究，2018-2020，主持
• 红果园(横)：自组通信规模组网关键技术研究，2018-2020，参加
• 国家自然科学基金"青年基金"：针对新一代视频编码标准HEVC的视频重压缩取证技术研究，2018-2020，参加
• 基本科研业务费：宽带协同自主网络性能分析与验证，2017-2018，主持
• 国家自然科学基金：基于卷积神经网络构建部件的场景图像分类研究，2017-2019，主持
• 其它：针对人眼不可鉴别的视频帧间篡改取证技术研究,2016-2017，参加
• 北京市教委：便携式数字对讲机监测仪的研制,2016-2017，参加
• 北京市自然基金：自组装石墨烯场效应管型生化传感器研究,2016-2017，参加
• 国家自然科学基金"青年基金"：基于统计特征分析的最优声阵列声源探测与重建,2016-2018，参加
• 北京交大创新科技中心：智能视频分析系统,2015-2015，主持

主讲本科课程：模拟电子技术，数字电子技术(全英文授课)，人工智能基础 

主讲研究生课程：深度学习算法及实现

• Yufeng Cheng, Jingkai Ma，Shuang Bai*. Few-shot steel wire rope defect detection via cooperative vision foundational models. Displays, 10.1016/j.displa.2026.103540, 2026.

• 王镇,翟轲,薛赛,白双*.基于通用视觉大模型和注意力增强的无监督异常检测,北京交通大学学报,2025.

• 刘帅,苑连更,胥雷刚,李岩,白双*. 铁路工机具上下线清点核查系统软件开发,高速铁路技术,2025.

• Zhen Wang, Shuang Bai*, Wenchao Pan. Dual Similarity and Progressive Multi-Scale Feature Enhancement for Few-Shot Surface Defect Segmentation, IEEE Transactions on Instrumentation and Measurement, 2025.

• Haikun Jia, Huini Sun, Shuang Bai*. Decomposition LSTM with dual multi-head self-attention for wind turbine drivetrain state forecasting. Turkish Journal of Electrical Engineering and Computer Sciences, vol.33, no.2, pp.127-144, 2025.

• Huini Sun, Hao Zheng, Shuang Bai*. Gaussian-Weighted Trend-Seasonal Decomposition Interactive Attention LSTM for Wind Turbine Drivetrain State Forecasting. International Conference on Vision, Image and Signal Processing, 2024. 
• Yufeng Cheng, Dongxue Wang, Shuang Bai*, Jingkai Ma, Chen Liang，Kailong Liu, Tao Deng. Understanding document images by introducing explicit semantic information and short-range information interaction. Image and Vision Computing, doi.org/10.1016/j.imavis.2024.105392, 2024. 
• JingKai Ma and Shuang Bai*, Multi-view Part-Based Few-shot Object Detection. IEEE Transactions on Neural Networks and Learning Systems, vol.36, no.8, pp.14749-14763, 2025.
• JingKai Ma and Shuang Bai*, SGFNet: Structure-Guided Few-Shot Object Detection. IEEE Transactions on Circuits and Systems for Video Technology, vol.35, no.4, pp.3209-3221, 2025.
• JingKai Ma and Shuang Bai*, Wenchao Pan. Boosting Few-Shot Semantic Segmentation with Prior-Driven Edge Feature Enhancement Network. IEEE Transactions on Artificial Intelligence, 10.1109/TAI.2024.3474650, 2024.
• Chen Liang and Shuang Bai*. Found Missing Semantics: Supplemental Prototype Network for Few-Shot Semantic Segmentation. Computer Vision and Image Understanding, 2024.
• Shuang Bai, Chen Liang, Zhen Wang, Wenchao Pan. Information entropy induced graph convolutional network for semantic segmentation. Journal of Visual Communication and Image Representation,vol.103,104217, 2024.
• Lingxing Kong, Kailong Liu, Deyi Fu, Boyong Liu,Jingkai Ma, Huini Sun, Shuang Bai*. Wind power regression prediction based on stacked LSTMs with attention mechanisms for evaluating technological improvement effects of wind turbines. Journal of Intelligent & Fuzzy Systems, pp.1-12, 2023.
• 白双，梁晨. 深度学习研究生课程教学探索与实践, 工业和信息化教育, 2023.
• Wenchao Gu and Shuang Bai*, Contour and Enclosed Region Refining for Contour-based Instance Segmentation, IEEE Transactions on Cognitive and Developmental Systems, vol.105, no.4, pp.2241-2253, 2023.
• Wenchao Gu, Shuang Bai*, Lingxing Kong, A review on 2D instance segmentation based on deep neural networks, Image and Vision Computing,Volume 120,2022.
• Shuang Bai, Wenchao Gu, Lingxing Kong. Interweave features of Deep Convolutional Neural Networks for semantic segmentation. Engineering Applications of Artificial Intelligence, Volume 109, 2022.
• Shuang Bai, Congcong Wang, Information Aggregation and Fusion in Deep Neural Networks for Object Interaction Exploration for Semantic Segmentation, Knowledge-Based Systems, vol.218, 2021.
• Shuang Bai, Huadong Tang, Shan An, Coordinate CNNs and LSTMs to categorize scene images with multi-views and multi-levels of abstraction, Expert Systems With Applications, vol.120, 298–309, 2019.
• Shuang Bai, Chao Han, Shan An, Recognizing Anomalies in Urban Road Scenes Through Analysing Single Images Captured by Cameras on Vehicles, Sensing and Imaging, doi.org/10.1007/s11220-018-0218-7, 2018.
• Shuang Bai, Shan An, A survey on automatic image caption generation, Neurocomputing, vol.311, 291–304, 2018. 
• Shuang Bai, Huadong Tang, Softly combining an ensemble of classifiers learned from a single convolutional neural network for scene categorization, Applied Soft Computing, vol.67, pp.183-196, 2018. 
• Shuang Bai, Huadong Tang, Categorizing Scenes by Exploring Scene Part Information without Constructing Explicit Models, Neurocomputing, vol.281, pp.160-168, 2018. 
• Shuang Bai, Zhenyao Liu, Chang Yao, Classify vehicles in traffic scene images with deformable part-based models, Machine Vision and Applications, vol.29, no.03, pp. 393-403, 2018. 
• Shuang Bai, Scene Categorization Through Using Objects Represented by Deep Features, International Journal of Pattern Recognition and Artificial Intelligence, vol. 31, no.09, 2017. 
• Shuang Bai, Growing Random Forest on Deep Convolutional Neural Networks for Scene Categorization, Expert Systems with Applications, vol. 71, pp. 279-287, 2017. 
• Shuang Bai, Zhaohong Li, Jianjun Hou, Learning two-pathway convolutional neural networks for categorizing scene images, Multimedia Tools and Applications, vol.76, no.15, pp.16145-16162, 2017. 
• Shuang Bai, Chao Han and Jianjun Hou, Enhancing details in images for performing scene categorization, Journal of Electronic Imaging, vol. 24, no.04, 2016. 
• Shuang Bai, Jianjun Hou and Noboru Ohnishi, Scene categorization through combining LBP and SIFT features effectively, International Journal of Pattern Recognition and Artificial Intelligence, vol.30, no.01, 2016. 
• Shuang Bai, Human-centric image categorization based on poselets, Sensing and Imaging, vol.16, no.01, pp.1-19, 2015. 
• Shuang Bai, Jianjun Hou and Noboru Ohnishi, Combining LBP and SIFT in sparse coding for categorizing scene images, IEICE Transactions on Information and Systems, vol. E97-D, no.09, pp.2563-2566, 2014. 
• Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo and Noboru Ohnishi, A novel method for exploring patch-level context to improve image categorization performance, IEEJ Transactions on Electronics, Information and Systems, vol.133, no.12, pp.2264-2274, 2013. 
• Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo and Noboru Ohnishi, Informative Patches Sampling for Image Classification by Utilizing Bottom-up and Top-down Information, Machine Vision and Applications, vol. 24, no.05, pp 959-970, 2013. 
• Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo and Noboru Ohnishi, Incorporating Contextual Information into Bag of Visual Words Framework for Effective Object Categorization, IEICE Transactions on Information and Systems, vol.E95-D, no.12, pp.3060-3068, 2012. 
• Shuang Bai, Tetsuya Matsumoto, Yoshinori Takeuchi, Hiroaki Kudo, Noboru Ohnishi, Incorporating Top-Down Guidance for Extracting Informative Patches for Image Classification, IEICE Transactions on Information and Systems, vol. E95-D, no. 03, pp.880-883, 2012. 

• 一种视频语义场景分割及标注方法, 中国发明专利, 201810218659.2.
• 基于多任务学习深度神经网络的图像全景分割方法, 中国发明专利, 201910544228.X.
• 对带有遮挡区域的图像进行语义分割的方法，中国发明专利，201911056289.8.
• 基于计算机视觉的铁路工机具上下线清点核查方法，中国发明专利，202511068533.8.
  
• 基于多模态信息融合的货物识别与计数方法及装置，中国发明专利，2025116545590.
  

中国交通运输协会科学技术奖，一等奖，2025年。

中国铁路北京局集团有限公司科技进步奖，一等奖，2025年。

中国电子学会教学成果大赛，全国二等奖，2025年。

第一届全国电子信息类专业高校教师智慧教学案例竞赛，全国二等奖，2024年。

第十一届全国高校电工电子基础课程实验教学案例设计竞赛，全国一等奖，2024年。

北京市优秀硕士毕业生指导教师，2024年。

北京交通大学优秀硕士学位论文指导教师，2024年。

北京交通大学优秀硕士学位论文指导教师，2023年。

北京交通大学优秀硕士学位论文指导教师，2022年。

火箭军“智箭火眼”人工智能挑战赛，二等奖，2021年。