朴永日

个人信息Personal Information

副教授

博士生导师

硕士生导师

性别:男

毕业院校:釜庆国立大学

学位:博士

所在单位:信息与通信工程学院

学科:信号与信息处理. 计算机软件与理论. 计算机应用技术. 软件工程

办公地点:大连理工大学创新园大厦B座505室

联系方式:0411-84706002转2505

电子邮箱:yrpiao@dlut.edu.cn

扫描关注

个人简介Personal Profile

朴永日,信息与通信工程学院,副教授,博士生导师。2003年本科毕业于吉林大学-自动化工程,2008年博士毕业于韩国釜庆国立大学-信息与通信工程,2008年至2012年在韩国三维显示国家研究中心担任研究教授,2012年回国加入大连理工大学。主要研究方向为计算机视觉、人工智能、图像处理,计算成像等领域。目前已在相关领域共发表学术论文100余篇,包括计算机视觉三大顶会CVPR/ICCV/ECCV、人工智能领域三大顶会NeurIPS/AAAI/IJCAI、国际顶刊IEEE TPAMI/TIP/TCYB/TCSVT等。主持和参与国家自然科学基金重点项目/面上项目/青年项目、辽宁省自然科学基金联合重点项目/面上项目、大连市科技创新计划基金项目、国内(华为,美团等)/国际(韩国电子技术研究院,HOLOLAB公司等)横向项目等。申请国家发明专利16项、获计算机视觉顶会ECCV2020杰出评审员、辽宁省自然科学学术成果奖3项、全国移动终端设计创新大赛全国第一名。目前为IEEE/OSA/SPIE高级会员,中国计算机学会(CCF)计算机视觉专委会和中国图像图形学会(CSIG)机器视觉专委会委员;计算机视觉领域三大顶会(CVPR/ICCV/ECCV)和人工智能领域顶会(NIPS/AAAI/IJCAI)以及本领域国际顶刊的审稿人。曾担任IScIDE2017国际会议专题主席、VALSE2018执行主席、2017-2020全国水下机器人大赛组委会委员等职务。

  • Google Scholar ID:https://scholar.google.no/citations?hl=en&pli=1&user=iQ1oyrgAAAAJ  

  • Semantic Scholar ID:https://www.semanticscholar.org/author/Yongri-Piao/3051892


科研项目

2022.01 - 2025.12, 面向水下复杂环境的光场显著目标检测研究, 国家自然科学基金-面上项目 (进行)

2021.07 - 2023.06, 基于光谱偏振散射特性的水下多模智能成像研究,辽宁省自然科学基金-面上项目 (进行)

2020.01 - 2023.12, 水下多模态光信息的融合成像方法研究, 国家自然科学基金-面上项目 ()

2020.01 - 2023.12, 基于高阶阶统计聚合的深度卷积网络模型研究及在视觉识别中的应用,国家自然科学基金-面上项目 (进行)

2020.01 - 2021.12, 基于光场多模态特征的显著性目标检测方法研究, 中央高校科研专项 (进行)

2019.01 - 2021.12, 基于光场深度学习的显著性目标智能检测研究,大连市科技创新基金-一般项目 (进行)

2018.01 - 2021.12, 仿人灵巧手的操作规划方法研究,国家自然科学基金-重点项目 (进行)

2021.05 - 2021.07, 稠密多视角图像智能合成系统开发, 韩国电子技术研究院 (完成)

2020.08 - 2021.08, 基于安防场景下的复杂目标跟踪技术合作项目, 华为公司 (完成)

2020.04 - 2020.08, 基于语义信息的背景分割技术开发, 韩国电子技术研究院 (完成)

2019.01 - 2020.12, 基于光场极平面深度估计的弱目标显著性检测研究, 中央高校科研专项 (完成)

2019.11 - 2020.05, 面向于AR/VR的光场智能合成, 国家自然科学基金-开放项目 (完成)

2019.09 - 2019.12, 基于机器学习的车载导航开发, 韩国电子技术研究院 (完成)

2019.07 - 2019.12, 真实感头戴式显示系统设计分析,国家自然科学基金-开放项目 (完成)

2017.01 - 2019.12, 面向低照度环境的三维弹性离轴分布感知技术研究, 国家自然科学基金-青年项目 (完成)

2017.05 - 2019.04, 面向水下暗环境的光子计数集成成像技术研究, 辽宁省自然科学基金-面上项目 (完成)

2017.01 - 2018.12, 基于光子计数的弹性光场成像技术研究, 中央高校科研专项 (完成)

2016.01 - 2017.12, 在高分辨率智能显示设备上基于ODS的真三维立体显示研究, 中央高校科研专项 (完成)

2015.01 - 2017.12, 基于离轴分布感知结构的三维集成成像技术研究, 国家自然科学基金-青年项目 (完成)

2012.01 - 2013.12, 集成成像3D图像质量增强研究, 中央高校科研专项 (完成)


代表性论文(近五年)

[28] J. Li, W. Ji, Q. Bi, C. Yan, M. Zhang, Yongri Piao, H. Lu, L. Cheng, Joint semantic mining for weakly supervised RGB-D salient object detection, NeurIPS 2021. (CCF-A)

[27] Yongri Piao, J. Wang, M. Zhang, H. Lu, MF-Net: Multi-filter directive network for weakly supervised salient object detection, ICCV 2021. (CCF-A)

[26] M. Zhang, J. Liu, Y. Wang, Yongri Piao, S. Yao, W. Ji, H. Lu, Z. Luo, Video salient object detection via dynamic context-sensitive filtering network, ICCV 2021(Oral). (CCF-A)

[25] M. Zhang, T. Liu, Yongri Piao, S. Yao, H. Lu, Auto-MSFNet: Search multi-scale fusion network for salient object detection, ACM MM 2021. (CCF-A)

[24] W. Ji, J. Li, S. Yu, M. Zhang, Yongri Piao, S. Yao, H. Lu, et. al., Calibrated RGB-D salient object detection, CVPR 2021. (CCF-A)

[23] Y. Zhang, Yongri Piao, X. Ji, M. Zhang, Dynamic fusion network for light field depth estimation, PRCV 2021.

[22] Yongri Piao, Y. Jiang, M. Zhang, J. Wang, and H. Lu, A patch-aware network for light field salient object detection, IEEE Trans on Cybernetics, Early Access (18 Aug 2021). (CCF-A(中科院一区

[21] M. Zhang, Z. Hu, and Yongri Piao, Motion-blurring free 3D reconstruction via parallax information in synthetic aperture integral imaging, Optics and Lasers in Engineering, 142: 106608 (July 2021). (中科院二区)

[20] M. Zhang, Y. Zhang, Yongri Piao, B. Hu, and H. Lu, Feature reintegration over differential treatment: a top-down and adaptive fusion network for RGB-D SOD, ACM MM 2020. (CCF-A)

[19] M. Zhang, X. Sun, J. Liu, S. Xu, Yongri Piao, and H. Lu, Asymmetric two-stream architecture for accurate RGB-D saliency detection, ECCV 2020. (CCF-B)

[18] W. Ji, J. Li, M. Zhang, Yongri Piao, H. Lu, Accurate RGB-D salient object detection via collaborative learning, ECCV 2020. (CCF-B)

[17] C. Li, R. Cong, Yongri Piao, Q. Xu, and C. C. Loy, RGB-D salient object detection with cross-modality modulation and selection, ECCV 2020. (CCF-B)

[16] Yongri Piao, Z. Rong, M. Zhang, W. Ren, and H. Lu, A2dele: Adaptive and attentive depth distiller for efficient RGB-D salient object detection, CVPR 2020. (CCF-A)

[15] M. Zhang, W. Ren, Yongri Piao, Z. Rong, and H. Lu, Select, supplement and focus for RGB-D saliency detection, CVPR 2020. (CCF-A)

[14] Yongri Piao, Z. Rong, M. Zhang, and H. Lu, Exploit and replace: an asymmetrical two-stream architecture for versatile light field saliency detection, AAAI 2020. (CCF-A)

[13] M. Zhang, W. Ji, Yongri Piao, J. Li, and H. Lu, LFNet: Light-field fusion network for salient object detection, IEEE Trans on Image Processing, 29(1): 6276-6287 (2020). (CCF-A(中科院一区)

[12] Yongri Piao, X. Li, M. Zhang, J. Yu, and H. Lu, Saliency detection via depth-induced cellular automata on light field, IEEE Trans on Image Processing 29(1):1879-1889 (2020). (CCF-A(中科院一区)

[11] M. Zhang, Yongri Piao, and Z. Zhong, Three-dimensional integral imaging with circular non-uniform distribution, Optics and Lasers in Engineering 126: 105912 (2020). (中科院二区)

[10] M. Zhang, W. Ji, Yongri Piao, J. Li, and H. Lu, Memory-oriented decoder for light field salient object detection, NeurIPS 2019. (CCF-A

[09] Yongri Piao, W. Ji, J. Li, M. Zhang, and H. Lu, Depth-induced multi-scale recurrent attention network for saliency detection, ICCV 2019. (CCF-A)

[08] T. Wang, Yongri Piao, X. Li, L. Zhang, and H. Lu, Deep learning for light field saliency detection, ICCV 2019. (CCF-A)

[07] Yongri Piao, Z. Rong, M. Zhang, X. Li, and H. Lu, Deep Light-field-driven saliency detection from a single view, IJCAI  2019. (CCF-A)

[06] M. Zhang, Yongri Piao, C. Wei, and Z. Si, Occlusion removal based on epipolar plane images in integral imaging system, Optics and lasers Technology 120: 105680 (2019). (中科院二区)

[05] M. Zhang, D. Li, and Yongri Piao, Effective orthoscopic integral imaging reconstruction via adjustable depth position, Optik 178: 97-103 (2019). (中科院二区)

[04] Q. Wang, X. Lu, P. Li, Z. Gao, and Yongri Piao, An information geometry based distance between high-dimensional covariances for scalable classification, IEEE Transactions on Circuits and Systems for Video Technology 28(10): 2449-2459 (2018). (CCF-B) (中科院一区)

[03] Yongri Piao, M. Zhang, X. Wang, P. Li, Extended depth of field integral imaging using multi-focus fusion, Optics Communications 411: 8-14 (2018). (中科院二区)

[02] M. Zhang, C. Wei, Yongri Piao, and J. Liu, Depth-of-field extension in integral imaging using multi-focus elemental images, Applied Optics 56: 6059-6064 (2017). (中科院二)

[01] Yongri Piao, L. Xing, M. Zhang, and B. -G. Lee, Three-dimensional reconstruction of far and big objects using synthetic aperture integral imaging, Optics and Laser in Engineering 88: 153-161 (2017). (中科院二)



  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 计算机视觉

  • 模式识别

  • 计算成像

  • 数字图像处理