赵洪田
发布者:     发布时间:2025-09-17    浏览次数:

赵洪田

undefined

博士,硕士生导师

研究领域:计算机视觉,可信人工智能,图像处理,生成模型,生物特征识别

办公室&实验室:

电子邮件:zhaohongtian_sjtu@163.com

联系电话:

教育背景

  1. 2018.9 - 2023.9        上海交通大学  电子信息与电气工程学院     信息与通信工程           博士

  2. 2015.9 - 2018.6          四川大学         计算机学院              计算机技术             硕士

  3. 2012.9 - 2015.6        山东科技大学   信息科学与工程学院   计算机科学与技术(双学位)    学士

  4. 2011.9 - 2015.6        山东科技大学   数学与系统科学学院        信息与计算科学           学士

知识背景

  1. Ⅰ.专业课程(数学类):数学分析、高等代数、空间解析几何、常微分方程、离散数学、概率论与数理统计、复分析、数值分析、数值代数、运筹学、数理方程、数学模型、图与网络最优化、智能计算、最优化方法、实变函数与泛函分析和数学工具软件等。

  2. Ⅱ.专业课程(电子信息及计算机类):计算机组成原理、面向对象程序设计、数据结构、操作系统、数据库系统、计算机算法设计与分析、统计分析软件、计算机网络、数字逻辑与计算机组成、计算机图形学、软件工程、人工智能、多媒体技术和模式识别等。

专业技能

  1. ◆熟悉Python语言,熟悉MATLAB编程,可以在Unix/Linux下进行软件开发

  2. ◆熟悉并理解计算机基本数据结构及经典实用算法,并能将相关模型用于解决实际问题中。

  3. ◆熟悉图像处理及运动模糊估计相关技术,如模糊图像强边缘提取、图像梯度先验建模,面向多重因素导致的退化图像复原,基于优化方法的经典图像复原框架、流程;熟悉基于生成式深度学习的图像复原技术,熟悉生成对抗网络,残差、密集链接网络的构建和训练。

  4. ◆熟悉图像分类和人脸识别网络的设计和训练方法,熟悉提升神经网络的鲁棒性的训练方法,熟悉对于已有网络模型总体性能的评测和分析方法。

  5. ◆熟悉基于深度学习的生物特征识别网络模型的设计和训练方案,具体包括面向糖尿病视网膜病变的检测,指纹细节特征检测,视频中异常场景复杂事件的检测;熟悉非刚性三维稠密匹配方案设计和实现工作。

  6. ◆熟悉常用的深度学习架构,如Pytorch,Keras等,并能用于实现自己构思的方案;熟悉GPU图像并行编程, 有一定的CUDA编程实践经验。

  7. ◆良好的英语读写能力(六级),熟悉Latex排版,强烈的求知欲及与之适应的学习力, 较强的数学建模和解决问题的能力和智慧。

实习经历

  1. ◆2020.08 – 2020.11 清华大学脑与智能实验室 访问交流

  2. ◆2017.05 – 2017.08深圳市云之梦科技有限公司 算法工程师(实习

  3. ◆2013.11 – 2013.12 山东科技大学软件园实习  程序员(实习)

项目经验

  1. ◆2022.02-2022.08  提升深度神经网络鲁棒性的训练框架研究算法研制

  2. ◆2021.07-2022.01全自动指纹细节特征识别系统系统开发

  3. ◆2021.03-2021.06监控视频中的异常事件检测算法研制

  4. ◆2020.11-2021.02掩膜区域导向的眼科医学图像中糖尿病视网膜病变检测算法研制

  5. ◆2019.11-2020.04基于梯度和条件生成对抗网络的非均匀盲图像去模糊算法研制

  6. ◆2019.06-2019.10面向噪声模糊图像的联合极通道提取和增强重尾先验启发的模糊核估计的运动去模糊算法研制

  7. ◆2018.08-2019.05基于知识驱动梯度先验的自然图像去模糊算法研制

  8. ◆2017.06-2017.08非刚性三维模型表面标注系统算法研制

  9. ◆2016.09-2017.12用于三维重建的快速深度图计算(多目视觉)算法研制

  10. ◆2016.04-2016.08基于层次化的三维重建系统(双目视觉)系统开发

  11. ◆2015.11-2016.03双目立体匹配算法代码实现

学术成果

论文专著

  1. ◆Zhao H, Yang H, Zheng S. Deep Learning-inspired Automatic Minutiae Extraction From Semi-automated Annotations[J].

  2. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, 2024, 107(9): 1509-1521.

  3. ◆Zhao H, Zheng S. A Morphological Fingerprint Minutiae Annotation Algorithm for Deep Learning Datasets[C]//2022 IEEE International Symposium on Circuits and Systems (ISCAS). IEEE, 2022: 1294-1298.

  4. ◆Zhao H, Wu D, Su H, et al. Gradient-based conditional generative adversarial network for non-uniform blind deblurring via DenseResNet[J]. Journal of Visual Communication and Image Representation, 2021, 74: 102921.

  5. ◆Zhao H, Peng H, Gao Z, et al. Mask Region-oriented Diabetic Retinopathies Detection in Ophthalmic Medical Images via Non-local Attention[C]//2021 International Joint Conference on Neural Networks (IJCNN). IEEE, 2021: 1-10.

  6. ◆Zhao H, Lin H, Yang H. Complex Event Recognition via Spatial-Temporal Relation Graph Reasoning[C]//2021 International Conference on Visual Communications and Image Processing (VCIP). IEEE, 2021: 1-5. (共同一作)

  7. ◆Zhao H, Yang H, Su H, et al. Natural image Deblurring based on ringing artifacts removal via knowledge-driven gradient distribution priors[J]. IEEE Access, 2020, 8: 129975-129991.

  8. ◆Zhao H, Zheng S. Joint Extreme Channels-Inspired Structure Extraction and Enhanced Heavy-Tailed Priors Heuristic Kernel Estimation for Motion Deblurring of Noisy and Blurry Images[J]. IEICE TRANSACTIONS on Fundamentals of Electronics, Communications and Computer Sciences, 2020, 103(12): 1520-1528.

  9. ◆Zhao H, Zheng S. An Affine-Based Algorithm for Registrating Non-rigid 3D Models[C]//Journal of Physics: Conference Series. IOP Publishing, 2020, 1621(1): 012002.

  10. ◆Ling S, Yang H, Liu C, Chen, L., Zhao, H. Spatial-Temporal Constrained Pseudo-labeling for Unsupervised Person Re-identification via GCN Inference[C]//International Forum on Digital TV and Wireless Multimedia Communications. Springer, Singapore, 2022: 297-311.

  11. ◆赵洪田. 一种快速多视图立体匹配方法[J]. 现代计算机: 上下旬, 2018 (1): 18-21.

  12. ◆刘怡光, 赵洪田, 吴鹏飞, 徐振宇, 都双丽, 李杰. 一种基于GPU的快速半全局优化深度图计算方法[J]. 工程科学与技术, 2017, 49(6): 114-121.

专利

  1. ◆赵洪田,郑世宝,王玉。上海交通大学,提升图像分类网络模型鲁棒性的损失函数方法及系统:中国,CN114611694B[P]。(已授权)

  2. ◆赵洪田,郑世宝,王玉。上海交通大学,全自动指纹细节特征提取方法及系统:中国,CN114332957A[P]。(已公开)

  3. ◆郑世宝,赵洪田,王玉。上海交通大学,用于深度学习的指纹细节数据库标注方法和系统:中国,CN114677552A[P]。(已公开)

  4. ◆杨华,赵洪田,林焕。上海交通大学,一种识别视频中的事件的方法及系统:中国,CN114677552A[P]。(已公开)

奖励情况

  1. ◆2017年   获得“四川大学-华为奖学金”、在中兴算法精英挑战赛(中兴捧月)中成功晋级并获“江湖扬名”称号

  2. ◆2016年   获2016年首届中国创新挑战赛(成都赛区)优胜奖(第一名)  实验室所获得的团体奖项

  3. ◆2014年   获国家励志奖学金(1/34)、山东科技大学“优秀共青团员”称号

  4. ◆2013年   在全国大学生数学建模大赛中获三等奖、获“山东科技大学科技拔尖人才”称号

  5. ◆2012年   在第4届全国大学生数学竞赛中获得山东赛区三等奖

参与项目

  1. ◆2017年-2020年  国家自然科学基金面上项目  基于畸变自适应和时空拓扑约束的深度神经网络架构的行人重识别方法研究

  2. ◆2021年-2024年  国家自然科学基金面上项目  跨模态全域行人搜索方法研究

  3. ◆2020年-2021年  清华-上交合作横向项目      物理世界鲁棒识别算法研究