返回旧版 English version
  • 开启程序人生 创造美好未来
  • 开启程序人生 创造美好未来
  • 开启程序人生 创造美好未来
  • 开启程序人生 创造美好未来
  • 开启程序人生 创造美好未来

高飞 副教授

硕士生导师

计算机科学与技术

计算机视觉,机器学习,人工智能+艺术,人工智能+医学

gaofei@hdu.edu.cn
  • 高飞,男,山东省临清市人,19871月出生。分别于2009年和2015年在西安电子科技大学获得电子信息工程专业学士学位和信息与通信工程专业博士学位,并于2012年至2013年期间以联合培养博士研究生身份到澳大利亚悉尼科技大学访问学习。自20157月起任职于杭州电子科技大学计算机学院,是媒体智能实验室(Media Intelligence Lab, MIL)和复杂系统建模与仿真教育部重点实验室成员。

         研究领域:主要研究兴趣为计算机视觉与机器学习,涉及视觉质量评价、生物学质量评价、人脸识别、图像生成、深度学习等课题。现已发表国内国际期刊会议论文10余篇,其中在JCR一区源刊IEEE TNNLS上发表论文2篇;主持国家自然科学基金项目及浙江省自然科学基金项目各1项,并参与国家杰出青年科学基金资助项目、国家自然科学基金资助项目、重点项目、教育部创新团队发展计划资助项目等多项研究课题。以主要参与人员身份获得2016年陕西省科学技术奖一等奖及2011年陕西高等学校科学技术一等奖。高飞还担任IEEE TIP, TC, TMM, TCSVT, INS, PR, NEUCOM, SIGPRO, CVPR, IJCAI等多个国际顶级期刊和会议的审稿人。

         研究领域:主要研究兴趣为计算机视觉与机器学习,涉及视觉质量评价、生物学质量评价、人脸识别、图像生成、深度学习等课题。现已发表国内国际期刊会议论文10余篇,其中在JCR一区源刊IEEE TNNLS上发表论文2篇;主持国家自然科学基金项目及浙江省自然科学基金项目各1项,并参与国家杰出青年科学基金资助项目、国家自然科学基金资助项目、重点项目、教育部创新团队发展计划资助项目等多项研究课题。以主要参与人员身份获得2016年陕西省科学技术奖一等奖及2011年陕西高等学校科学技术一等奖。高飞还担任IEEE TIP, TC, TMM, TCSVT, INS, PR, NEUCOM, SIGPRO, CVPR, IJCAI等多个国际顶级期刊和会议的审稿人。

  • 1.Jun Yu, Xingxin Xu, Fei Gao*, et al., “Towards Realistic Face Photo-Sketch Synthesis via Composition-Aided GANs ,” Arxiv Preprint, Arxiv:1712.00899. (Corresponding Author)

    2.H. Jiang, Fei Gao*, Xingxin Xu, et al., “Attentive and Ensemble 3D Dual Path Networks for Pulmonary Nodules Classification,” Neurocomputing, 2019. (Accepted) (Corresponding Author)

    3.Fei Gao, Ziyun Li, et al., “Style-adaptive Photo Aesthetic Rating via Convolutional Neural Networks and Multi-task Learning,” Neurocomputing, 2019. (Accepted)

    4.Fei Gao, Jun Yu, Suguo Zhu, Qingming Huang, Qi Tian, “Blind Image Quality Prediction by Exploiting Multi-level Deep Representations,” Pattern Recognition, vol 81, pp. 432-442, Sep. 2018.

    5.Jun Yu, Kejia Sun, Fei Gao *, Suguo Zhu, “Face biometric quality assessment via light CNN,” Pattern Recognition Letters, vol. 107, pp. 25-32, 1 May 2018. (Corresponding Author)

    6.J. Yu, X. Yang, Fei Gao, et al., “Deep Multimodal Distance Metric Learning Using Click Constraints for Image Ranking,” in IEEE Transactions on Cybernetics, vol. 47, no. 12, pp. 4014 - 4024, Dec. 2017

    7.Fei Gao, Yi Wang, Panpeng Li, et al., “DeepSim: Deep similarity for image quality assessment,” Neurocomputing, vol. 157, pp. 104-114, 2017.

    8.Fei Gao and Jun Yu, “Biologically inspired image quality assessment,” Signal Processing, vol. 124, pp. 210-219, 2016. (ESI Highly Cited Papers)

    9.Fei Gao, Dacheng Tao, Xinbo Gao, and Xuelong Li, “Learning to rank for blind image quality assessment,” IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no. 10, pp. 2275-2290, Oct. 2015.

    10.Xinbo Gao, Fei Gao, Dacheng Tao, and Xuelong Li, “Universal blind image quality assessment metrics via natural scene statistics and multiple kernel learning,” IEEE Transactions on Neural Networks and Learning Systems, vol. 24, no. 12, pp. 2013-2026, 2013.