研究方向
多媒体内容分析与检索、计算机视觉与深度学习、模式识别与人工智能。
教育经历
2001/9-2006/3,中国科学院计算技术研究所,计算机应用技术,工学博士。
1998/9-2001/7,湘潭大学,计算机应用技术,工学硕士。
1989/10-1993/6,湘潭大学,机械工程系化工机械专业,工学学士。
工作经历
2008/3-至今,中国科学院计算技术研究所,前瞻研究实验室,副研究员,硕士生导师,博士生导师
2009/2-2010/2,National University of Singapore, School of Computing, Visiting Research Fellow, Supervisor: Prof.Chua Tat-Seng
2006/3-2008/3,中国科学院计算技术研究所,前瞻研究实验室,助理研究员
1993/6-1998/9,湘潭大学,工程师,高级程序员
科研项目
1、国家重点研发计划项目(2017YFC0820605),354万,2018/02-2021/12,课题负责人
2、国家重点研发计划项目,融合多通道语境信息的类人智能感知机制与方法(2017YFB1002202,543万),中科院计算所子课题负责人(85万),2017/10-2021/09
3、国家863计划项目,异构媒体数据的关联与挖掘研究(2014AA015202),333万,2014/01-2016/12,课题执行负责人。
4、国家自然科学基金面上项目,基于稀疏表示和深度学习的大规模目标检测(61572472),78.4万,2016/01-2019/12,主持。
5、国家自然科学基金面上项目,基于跨域迁移学习的网络视频检索技术研究(61173054),57万元,2012/01-2015/12,主持。
6、国家自然科学基金面上项目,融合显式和隐含语义概念的视频检索技术研究(60873165),30万,2009/01-2011/12,主持。
7、国家973计划项目,图像视频分析与检测技术(2007CB311105),450万,2007/07- 2011/12,核心骨干(排名第三)。
8、北京市自然科学基金面上项目,基于稀疏表示的大规模移动视觉搜索技术研究(4152050),18万,2015/01-2017/12,主持。
9、国家其他项目,大规模图像检索与识别系统(20157300),120.8万,2016/01-2017/12,主持。
10、冰岛Videntifier科技公司,图像语义检测国际合作(Y505161000),20万,2014/08-2015/07,主持。
11、华为技术有限公司,图像场景语义概念检测研究(YB2013080040),60万,2013/09 -2014/12,主持。
12、华为技术有限公司,媒体检索和识别技术研究(YBCB2011049),55万,2011/09-2012/08,项目执行负责人。
13、三星通信技术研究有限公司,自动内容识别技术研究(4920125200),60万,2012/04-2013/03,主持。
14、三星通信技术研究有限公司,基于语义的图像视频检索(4920115100),80万,2011/09-2012/08,项目执行负责人。
主要论文
主要国际期刊论文(黑体的作者为本人,*表示本人为通讯作者):
Sheng Tang, Yan-Tao Zheng, Yu Wang, Tat-Seng Chua, “Sparse Ensemble Learning for Concept Detection”, IEEE Transactions on Multimedia, 14(1): 43-54, February 2012. (提出稀疏集成学习方法, CCFB类国际期刊)
Rui Zhang, Sheng Tang*, Yongdong Zhang, Jintao Li, Shuicheng Yan, "Perspective-adaptive Convolutions for Scene Parsing", IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), DOI: 10.1109/TPAMI.2018.2890637, Published online on January 1th, 2019. (CCF A类计算机视觉与人工智能领域著名国际顶级期刊,通讯作者)
Yu Li, Sheng Tang*, Min Lin, Yongdong Zhang, Jintao Li, Shuicheng Yan, "Implicit Negative Sub-categorization and Sink Diversion for Object Detection", IEEE Transactions on Image Processing, 27(4):1561-1574, April, 2018.(CCF A类国际顶级期刊,通讯作者)
Linghui Li, Sheng Tang*, Lixi Deng, Yongdong Zhang and Qi Tian; “GLA: Global-local Attention for Image Description”, IEEE Transactions on Multimedia, IEEE Transactions on Multimedia, 20(3): 726-737, March, 2018. (CCFB类国际期刊,通讯作者)
Sheng Tang, Yu Li, Lixi Deng, Yong-Dong Zhang; “Object Localization Based on Proposal Fusion”, IEEE Transactions on Multimedia, 19(9):2105-2116, September 2017.(CCFB类国际期刊)
Sheng Tang, Yong-Dong Zhang, Zuo-Xin Xu, Haojie Li, Yan-Tao Zheng and Jin-Tao Li; “An Efficient Concept Detection System Via Sparse Ensemble Learning”, Neurocomputing, Volume 169, Pages 124-133, December 2015.(CCFC类国际期刊)
YongDong Zhang, Yu Wang, Sheng Tang*, Steven C. H. Hoi, JinTao Li, “FSpH: Fitted spectral hashing for efficient similarity search”, Computer Vision and Image Understanding (CVIU), 124: 3-11, 2014.(CCFB类国际期刊,通讯作者)
Wu Liu, Yongdong Zhang, Sheng Tang, Jinhui Tang, Richang Hong and Jintao Li, "Accurate Estimation of Human Body Orientation From RGB-D Sensors," IEEE Transactions on Cybernetics, vol.43, no.5, pp.1442-1452, Oct. 2013.(CCFB类国际期刊)
Hongtao Xie, Ke Gao, Yongdong Zhang, Sheng Tang, Jintao Li, “Efficient Feature Detection and Effective Post-Verification for Large Scale Near-Duplicate Image Search”, IEEE Transactions on Multimedia, 13(6): 1319-1332, Dec. 2011.(CCFB类国际期刊)
Yan Song, Yan-Tao Zheng, Sheng Tang, Xiangdong Zhou, Yongdong Zhang, Shouxun Lin, Tat-Seng Chua, “Localized Multiple Kernel Learning for Realistic Human Action Recognition in Videos”, IEEE Transactions on Circuits and Systems for Video Technology, 21(9): 1193-1202, September 2011.(CCFB类国际期刊)
主要国际会议论文:
Rui Zhang, Sheng Tang*, Yu Li, Junbo Guo, Yongdong Zhang, Jintao Li, Shuicheng Yan, “Style Separation and Synthesis via Generative Adversarial Networks”, ACM Multimedia 2018, Pages: 183-191, Oct.22-26, 2018, Seoul, Korea. (CCF A类多媒体国际顶级会议长文,通讯作者)
Bin Wang, Guo-Jun Qi, Sheng Tang*, Liheng Zhang, Lixi Deng, Yongdong Zhang, “Automated Pulmonary Nodule Detection: High Sensitivity with Few Candidates”, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2018), MICCAI 2018, LNCS 11071, Pages:759–767, September 16-20, 2018, Granada, Spain. (医疗影像处理国际顶级会议长文,通讯作者)
Rui Zhang, Sheng Tang*, Luoqi Liu, Yongdong Zhang, Jintao Li, Shuicheng Yan,“High Resolution Feature Recovering for Accelerating Urban Scene Parsing”, The 27th International Joint Conference on Artificial Intelligence (IJCAI-2018), Pages: 1156-1162, Stockholm, Sweden, July 13-19, 2018(CCF A类人工智能国际顶级会议长文,通讯作者)
Yuchen Guo, Guiguang Ding, Jungong Han, Sheng Tang, “Zero-shot Learning with Attribute Selection”, The 32th AAAI Conference on Artificial Intelligence (AAAI-2018), February 2 - 7, 2018, New Orleans, USA. (CCF A类人工智能国际顶级会议长文)
Xiaohan Ding, Guiguang Ding, Jungong Han, Sheng Tang,“Auto-balanced Filter Pruning for Efficient Convolutional Neural Networks”, The 32th AAAI Conference on Artificial Intelligence (AAAI-2018), February 2 - 7, 2018, New Orleans, USA. (CCF A类人工智能国际顶级会议长文)
Rui Zhang, Sheng Tang*, YongDong Zhang, Jintao Li, Shuicheng Yan; “Scale-adaptive Convolutions for Scene Parsing”, The International Conference on Computer Vision (ICCV) 2017, Venice, Italy, October 22-29, 2017. ( CCF A类计算机视觉国际顶级会议长文,通讯作者)
Rui Zhang, Sheng Tang*, Min Lin, Jintao Li, Shuicheng Yan,“Global-residual and Local-boundary Refinement Networks for Rectifying Scene Parsing Predictions”, The 26th International Joint Conference on Artificial Intelligence (IJCAI-2017),Pages:3427-3433,Melbourne, Australia, August 19-25, 2017(CCF A类人工智能国际顶级会议长文, 通讯作者).
Linghui Li, Sheng Tang*, Lixi Deng, Yongdong Zhang and Qi Tian,“Image Caption with Global-Local Attention”, The 31th AAAI Conference on Artificial Intelligence (AAAI-2017), Pages: 4133-4139, San Francisco, California USA, February 4–9, 2017(CCF A类人工智能国际顶级会议长文, 通讯作者).
Yu Wang, Sheng Tang, Yalin Zhang, Jintao Li, DanYi Chen, “Fitted spectral hashing”, ACM Multimedia 2013, Pages:645-648, October 21-25, Barcelona, Spain. (CCF A类多媒体国际顶级会议)
Sheng Tang, Jin-Tao Li, Yong-Dong Zhang,etal; “PornProbe: an LDA-SVM based Pornography Detection System”; ACM Multimedia 2009, Beijing, China, Oct.19-24, 2009.
Sheng Tang, Jin-Tao Li, Ming Li, Cheng Xie, Yi-Zhi Liu, Kun Tao, Shao-Xi Xu; “TRECVID 2008 High-Level Feature Extraction By MCG-ICT-CAS”; Proc. TRECVID 2008 Workshop, Gaithesburg, USA , Nov 2008.
Sheng Tang, Jin-Tao Li, Yong-Dong Zhang, “SSF Fingerprint for Image Authentication: An Incidental Distortion Resistant Scheme”, ACM Multimedia 2005, Singapore, November 6-11, 2005.
主要专利
唐胜、伍天意、李锦涛,基于上下文信息指导的场景分割方法与系统,申请号:201811309249.5,申请日期:2018年11月5日
唐胜、伍天意、李锦涛,基于克罗内克卷积的场景分割方法与系统,申请号:201811309245.7,申请日期:2018年11月5日
唐胜、张蕊、李锦涛,基于特征图恢复的场景分割方法和系统,申请号:201810664250.3,申请日期:2018年6月25日
唐胜、李灵慧、张勇东、李锦涛,一种生成描述图像内容的自然语言的方法与系统,发明专利,申请号:2017112652103,申请日期:2017年12月5日
唐胜、张蕊、李锦涛,融合局部信息的场景分割修正方法与系统,发明专利,申请号:201710650541.2,申请日期:2017年8月2日
唐胜、张蕊、李锦涛,融合全局信息的场景分割修正方法与系统,发明专利,申请号:201710650525.3,申请日期:2017年8月2日
唐胜、肖俊斌、李锦涛,一种基于目标检测的大规模图像检索方法与系统,发明专利,申请号:201710574741.4,申请日期:2017年7月17日
唐胜、张勇东、李锦涛、徐作新;字典学习、视觉词袋特征提取方法及检索系统,发明专利,专利号:ZL 2014102876392,申请日期:2014年6月25日,(已授权)
唐胜、张勇东、李锦涛、徐作新;字典学习、视觉词袋特征提取方法及检索系统,发明专利,申请号:201410287639.2,申请日期:2014年6月25日,(已授权)
唐胜、李锦涛、张勇东、谢 呈;一种数字图像训练和检测方法;专利号:200910092710.0;申请日:2009.09.16(已授权)
谢呈;刘毅志; 唐胜;张勇东;李锦涛;色情检测模型建立方法和色情检测方法;专利号:201010143777.5;申请日:2010.04.12(已授权)
获奖及荣誉
1、2015年,作为计算所MCG-ICT-CAS参赛团队负责人,带领团队参加国际著名的ImageNet大规模视觉识别挑战赛(ImageNet Large Scale Visual Recognition Challenge,ILSVRC,计算机视觉领域公认的最权威国际评测) ,在包括微软、高通等70家参赛队伍的激烈竞争中,我们在竞争激烈的目标分类定位和目标检测任务(仅使用比赛指定的数据集)中取得优异成绩:目标分类定位(CLS-LOC)精度达到85.31%(即错误率14.69%),在23支全球参赛队伍中排第四名;在目标检测(DET)任务中,目标检测精度达到45.36%,在20支全球参赛队伍中排第五名,详见;并应邀于2016年1月在视觉与学习青年学者研讨会(Vision And Learning SEminar, 简称VALSE) 上做 ImageNet竞赛专题报告。
2、2016年,带领计算所MCG-ICT-CAS参赛团队第二次参加了国际著名的ImageNet大规模视觉识别挑战赛(ILSVRC 2016)三个任务,在85家参赛队伍的激烈竞争中,取得优异成绩:传统图像目标检测任务(Object Detection Task, DET)获第四名,视频目标检测(Object Detection from Video, VID)的检测和跟踪两个子任务均获第三名,新增的语义分割即场景分析(Scene Parsing)任务获第三名,并被组委会邀请在2016年欧洲计算机视觉会议(ECCV2016)的ImageNet和CCO视觉识别挑战赛联合工作组会议(ImageNet and COCO Visual Recognition Challenges Joint Workshop)上做大会报告,详见ILSVRC 2016主页,以及相应的ECCV 2016 Workshop 和我们的大会报告PPT。
3、主持2014年全国首届特定音视频检索识别挑战赛视频评测,深受清华大学、北京大学、复旦大学、中国科学院深圳先进技术研究院等28家参赛团队好评。
4、2006年至2008年,作为计算所MCG-ICT-CAS参赛团队负责人,带领团队参加国际视频检索权威评测TRECVID并取得优异成绩(2007年取得搜索任务第2名,2008年取得搜索任务第1名、拷贝检测任务第2名),应邀参加了国际视频检索评测会议TRECVID 2008并做大会报告,受邀在TRECVID 2008评测大会上做大会报告,详见TRECVID 2008,以及我们的大会报告。
5、2007年联合新加坡国立大学研发的交互式视频检索系统VisionGo,在国际图像视频检索会议CIVR2007中获视频检索现场评测最佳系统奖。
6、2014年北京市科学技术奖一等奖,获奖项目为“大规模网络视频处理与内容分析关键技术及应用”。
7、2006年北京市科学技术奖一等奖,获奖项目为“面向体育训练的三维人体运动模拟与视频分析系统”。
8、2012年首届中国计算机学会科学技术奖,获奖项目为“大规模网络视频内容分析关键技术及应用”。
9、2017年中国电子学会科学技术奖(技术发明类)一等奖,获奖项目为“视觉大数据检索与智能分析关键技术及应用”。
10、2018年中国电子学会科学技术奖(自然科学类)一等奖,获奖项目为“互联网视频的高效流式计算理论与方法”。
11、2019年国家自然科学奖二等奖,获奖项目为“互联网视频流的高通量计算理论与方法”。