首页  学院概况  教师队伍  学科建设与研究生教育  科研平台  教育教学  实验实训  招生就业  工程认证  党建工作  学生工作 
教师队伍
 教师概况 
 高层次教师 
 教授 
 博士 
 教师简介 
教师队伍
您的位置: 首页>教师队伍>正文
王军-硕士生导师
2025-03-15 11:40  

导师简介表

姓 名

王 军

性 别


民 族

汉族

出生日期

1978-12

政治面貌

中共党员

教 龄

18年

学 历

博士研究生

学 位

博士

现任职务

教师

技术职称

教授

办公电话

18942350392

通信地址

南昌工程学院信工楼

邮 编

330099

Email

Wangjun012778@126.com

学习及工作经历:

2014.10-至今 南昌工程学院信息工程学院,教授;

2015.6-2024.9 南昌工程学院信息工程学院,讲师/副教授;

2018.7-2019.7 美国德克萨斯大学访问学者(国家公派);

2011.9-2015.6 厦门大学,人工智能专业,博士研究生;

2004.9-2007.6 南昌大学,计算机应用技术专业,硕士研究生。

主要研究方向:计算机视觉与模式识别、视频跟踪、人工智能技术

主要讲授课程:

研究生课程:主讲《机器学习与模式识别》等;

本科生课程:主讲《数据结构》、《程序设计(C语言)》、《计算机导论》等。

主持及参与的主要科研项目及获奖情况:

主持的科研项目

[1] 国家自然科学基金:基于核非负矩阵分解的核凸包表示与非线性度量学习的目标跟踪,61661033,36万,2017.01-2020.12。(主持)

[2] 江西省自然科学基金面上项目:基于多头自注意力优化模块特征融合网络与边界框估计的视频跟踪,20242BAB25075,2024.6-2026.6,10万。(主持)

[3] 江西省自然科学基金面上项目:基于核凸包表示与非线性距离度量学习的目标跟踪方法研究,20161BAB202041,6万,2016.1-2017.12。(主持)

[4] 江西省教育厅科技项目:基于核仿射包表示与支持向量字典学习的目标跟踪,GJJ180939,8万,2019.1-2021.12。(主持)

[5] 横向课题:工业机器人视觉系统关键技术研发,30万,2023.1-2024.12。(主持)

参与的科研项目:

[1] 国家自然科学基金项目:基于可伸缩自适应距离度量与支持向量字典学习的目标跟踪,61861032,39万,2019.01-2023.3。(参与)

[2] 国家自然科学基金项目:维分割和压缩视角下均衡搜索粒子群优化算法及在电力系统调度的应用,61703199,20万,2018.01-2020.12。(参与)

[3] 国家自然科学基金项目:基于内容的大规模近似图像检索及挖掘技术研究,61572408,64万,2016.01-2019.12。(参与)

[4] 国家自然科学基金项目:基于多信息融合的自然场景图像中的文本检测和识别方法研究,61305004,20万,2014.01-2016.12。(参与)

以第一作者和通讯作者发表论文列表:

[1] Jun Wang, Peng Yin, Wenhui Yang, Yuanyun Wang*, CMAT: Integrating Convolution Mixer and Self-Attention for Visual Tracking, IEEE Transactions on Multimedia, 26 (2024), pp. 326-338. (SCI 一区,TOP 期刊)

[2] Jun Wang, Changwang Lai, Yuanyun Wang*, Wenshuang Zhang, EMAT: Efficient feature fusion network for visual tracking via optimized multi-head attention, Neural Networks, 172 (2024) 106110. (SCI一区,Top 期刊)

[3] Jun Wang, Shuai Yang, Yuanyun Wang*, Guang Yang, PPTtrack: Pyramid Pooling based Transformer Backbone for Visual Tracking, Expert Systems With Applications, 249(2024)123716, pp. 1-12. (SCI 一区,TOP 期刊)

[4] Jun Wang, Shuai Yang, Yuanyun Wang*, Dynamic region-aware transformer backbone network for visual tracking, Engineering Applications of Artificial Intelligence, 133(2024)108329, pp. 1-12. (SCI 一区,TOP 期刊)

[5] Jun Wang, Peng Yin, Wenhui Yang, Yuanyun Wang*, Shenqian Wang, Exploiting multi-scale hierarchical feature representation for visual tracking, Complex & Intelligent Systems,10(3),2024, pp. 3617 – 3632. (SCI二区)

[6] Jun Wang, Changwang Lai, Wenshuang, Zhang, Yuanyun Wang*, ChenChen Meng, Transformer tracking with multi-scale dual-attention, Complex & Intelligent Systems,vol. 9, 2023, pp. 5793-5806. (SCI二区)

[7] Jun Wang, Chenchen Meng, Chengzhi Deng, and Yuanyun Wang, Learning Attention Models for Visual Tracking, Signal, Image and Video Processing, 16 (8), 2022, pp. 2149-2156. (SCI)

[8] Jun Wang, Chenchen Meng, Chengzhi Deng, and Yuanyun Wang, Learning convolutional self-attention module for unmanned aerial vehicle tracking, Signal, Image and Video Processing, 17 (2022), pp. 2323-2331. (SCI )

[9] Jun Wang,Yuanyun Wang, and Hanzi Wang, Adaptive appearance modeling with point-to-set metric learning for visual tracking, IEEE Transactions on Circuits and Systems for Video Technology, 27(9), 2017, pp. 1987-2000. (SCI.)

[10] Jun Wang, Hanzi Wang, and Yan Yan, Robust visual tracking by metric learning with weighted histogram representations, Neurocomputing, 153 (2015): 77-88. (SCI)

专著及发明专利:

[1] 授权发明专利:王军,夏燕,王员云,基于递归扩张注意力的孪生网络的目标跟踪方法与系统,ZL2024112734283, 2025.

[2] 授权发明专利:王军,刘坤龙,夏燕,王员云,基于旋转等变网络与三重注意力机制目标跟踪方法与系统,ZL2024105136745, 2024.

[3] 授权发明专利:王军,柴秉飞,王员云,基于特征增强与级联融合注意力的目标跟踪方法与系统,ZL2024101628308, 2024.

[4] 授权发明专利:王军,杨帅,王员云,基于区域感知注意力的目标跟踪方法与系统,ZL2023116369142, 2024.

[5] 授权发明专利:王军,柴秉飞,王员云,基于长程空间感知与通道增强的目标跟踪方法与系统,ZL2023115165881, 2024.

[6] 授权发明专利:王军,杨帅, 王员云,基于金字塔池化Transformer主干网络的目标跟踪方法与系统,ZL2023109749908, 2023.

[7] 授权发明专利:王军,赖昌旺,王员云,秦永,基于双重注意力特征融合网络的目标跟踪方法与系统, ZL2023101725623,2023.

[8] 授权发明专利:王军,尹鹏, 基于混合卷积与自注意力的聚合网络目标跟踪方法与系统,ZL2022111776928,2022.

[9] 授权发明专利:王军,孟晨晨,基于卷积自注意力模块的孪生网络目标跟踪方法与系统,ZL2021112619421, 2022.

[10] 授权发明专利:王军,章利民,王员云,孟晨晨,张珮芸,基于可学习稀疏转换孪生注意力机制目标跟踪方法与系统,ZL2021109291604, 2021.

学生培养:

培养人工智能、计算机视觉与模式识别等领域的科研、工程应用的研究生。要求学生为人诚实、积极向上。已培养研究生18名。

关闭窗口
 
访问量人数:

 

南昌工程学院 版权所有