研究方向
数字图像处理、计算机视觉、图像/视频编码和机器学习。具体研究基于优化重建的图像复原问题、基于深度学习的图像重建问题、三维点云压缩与处理、基于稀疏表示/压缩感知的图像/视频编码、图像/视频等高维信号的高效表示与重建等问题。
个人简介
王瑾，博士，银河集团9873.cσm软件学院、北京人工智能研究院教师，副研究员，硕士生导师，ACM会员、IEEE会员、CCF会员。一直从事数字图像处理、图像/视频编码、计算机视觉、多媒体技术等相关研究工作，在国内外主流学术刊物和重要国际会议上发表学术论文30余篇，申请国家发明专利10余项。作为项目负责人主持多项国家级科研项目，作为核心成员参与了包括国基金重大、国基金重点、973课题等在内的其他科研项目若干项。
教育简历
2013.09-2014.09，美国爱荷华大学，应用数学系，国家留学基金委公派联合培养
2010.09-2015.06，北京工业大学，计算机应用技术，博士
2007.09-2010.06，北京工业大学，计算机应用技术，硕士
2002.09-2006.06，华中科技大学，计算机科学与技术，学士
工作履历
2015.07-2017.07，北京工业大学软件学院，师资博士后
2016.07-2021.06，北京工业大学软件学院，讲师
2021.07-至今，北京工业大学软件学院，副研究员
学术兼职
担任IEEE Transactions on Image Processing、IEEE Transactions on Multimedia、IEEE Transactions on Circuits and Systems for Video Technology、计算机学报、ACM MM、AAAI等国际期刊/国际会议审稿人。
课程教学
主讲软件学院数字媒体技术专业本科生计算机图形学、三维计算机图形学及3D技术、学术论文写作、学术前沿等课程。
科研项目
国家自然科学基金面上项目：基于动态时空图学习的点云压缩方法研究
国家自然科学基金青年项目：面向光场图像的紧框架多维变换与可分离重建
北京市自然科学基金青年项目：基于稀疏表示的图像视频编码方法研究
北京市教委科技计划一般项目：光场图像信号多维变换与重建方法研究
北京市交通委项目：基于行为感知的复杂场景停车检测关键技术与互联网+服务模式研究
荣誉和获奖
2022年全国信创与人工智能发展博士后学术论坛一等奖
全国大学生数字媒体科技作品及创意竞赛全国一等奖及优秀指导教师奖(2017年)
全国大学生数字媒体科技作品及创意竞赛全国三等奖(2020年、2022年)
指导研究生论文入选2021年首届中国图象图形学报研究生学术论坛
2016-2019连续四年指导本科生毕业论文获北京工业大学优秀/特优毕业论文
2018-2022连续五年指导研究生获北京工业大学优秀硕士学位论文
2016-2018连续三年被评为北京工业大学“立德树人”优秀班主任
代表性研究成果
基于稀疏表示的图像/视频编码方法，基于稀疏表示的多维信号高效重建方法，基于深度学习的三维点云处理与压缩方法。
主要论文论著
[1] J Wang, W Xu, JF Cai, Q Zhu, Y Shi, B Yin. Multi-Direction Dictionary Learning Based Depth Map Super-Resolution with Autoregressive Modeling. IEEE Transactions on Multimedia, 2020. (SCI, IF:8.182)
[2] J Wang, L Sun, R Xiong, Y Shi, Q Zhu, B Yin. Depth Map Super-resolution Based on Dual Normal-depth Regularization and Graph Laplacian Prior. IEEE Transactions on Circuits and Systems for Video Technology, 2021. (SCI, IF:5.859)
[3] Y Shi, K Zhang, J Wang, N Ling, B Yin. Variable-Rate Image Compression Based on Side Information Compensation and R-λ Model Rate Control. IEEE Transactions on Circuits and Systems for Video Technology, 2022. (SCI, IF:5.859)
[4] G Wu, Y Shi, X Sun, J Wang, B Yin. SMSIR: Spherical Measure Based Spherical Image Representation. IEEE Transactions on Image Processing, 2021. (SCI, IF:11.041)
[5] J Wang, C Wang, Q Huang, Y Shi, JF Cai, Q Zhu, Y Shi, B Yin. Image Inpainting Based on Multi-frequency Probabilistic Inference Model. ACM Multimedia, 2020. (CCF A类Oral)
[6] J Wang, S Tang, B Yin, XY Li. Data gathering in wireless sensor networks through intelligent compressive sensing. IEEE INFOCOM, 2012. (CCF A类Oral, Google Scholar引用224次)
[7] J Wang, Y Shi, Y Xing, N Ling, B Yin. Deep Correlated Image Set Compression Based on Distributed Source Coding and Multi-Scale Fusion. IEEE DCC, 2022. (CCF B类Oral)
[8] D Wang, J Wang, Y Shi, N Ling, B Yin. Point Cloud Geometry Compression via Density-Constrained Adaptive Graph Convolution. IEEE DCC, 2023. (CCF B类)
[9] L Sun, J Wang, R Xiong, Y Shi, Q Zhu, B Yin. Dual Regularization Based Depth Map Super-resolution with Graph Laplacian Prior. IEEE ICME, 2021. (CCF B类Oral)
[10] Y Wang, J Wang, Y Shi, L Sun, B Yin. LGP-Net: Local Geometry Preserving Network for Point Cloud Completion. IEEE ICME, 2022. (CCF B类Oral)
[11] Y Ying, J Wang, Y Shi, B Yin. Dual-Domain Feature Learning and Memory-Enhanced Unfolding Network for Spectral Compressive Imaging. IEEE ICME, 2023. (CCF B类Oral)
