研究队伍
当前位置:首页 > 研究队伍 > 赫 然
赫 然    博士,研究员
赫然,1979年3月生,博士,研究员。2001年于大连理工大学计算机系,获计算机科学学士;2004年于大连理工大学计算机系,获计算机软件理论与应用硕士;2009年于中国科学院自动化研究所模式识别国家重点实验室,获模式识别与智能系统工学博士。2010-2014年在中国科学院自动化研究所模式识别国家重点实验室任助理研究员、副研究员、项目研究员;2015年起担任中国科学院大学岗位教授,脑科学与智能技术卓越创新中心研究员(年轻骨干)。获得奖项及荣誉称号包括:中科院“卢嘉锡青年人才奖”(2014)、ACM北京新星奖(2015)、中科院“青年促进会”会员(2015)和微软青年学者铸星计划(2015)。在人工智能领域发表研究论文超过70篇,包括在《IEEE Transactions on Pattern Analysis and Machine Intelligence》上第一作者论文3篇。现担任北京图像图形协会理事,国际SCI期刊Elsevier Neurocomputing和IET Image Processing的编委(Associate Editor),国际模式识别大会2012的区域主席(Area Chair)等。
主要研究方向及内容

1、 模式识别与机器学习
模式识别是人类的一项基本智能,在日常生活中,人们经常在进行“模式识别”。我们主要结合信息理论,针对非控制环境下的遮挡和噪声问题,展开鲁棒模式识别理论的研究。通过把先验知识作为条件约束引入到信息熵理论中,研究基于信息理论的模式识别和机器学习方法。

2、计算机视觉与视觉认知机理
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟,主要任务就是通过对采集的图片或视频进行处理以获得相应的信息。我们主要研究人类视觉的认知机理,针对多模态数据研究层次化的视觉特征表达和压缩编码,并应用到物体检测、分割和匹配等具体问题中。

3、 生物特征识别
生物特征识别是模式识别的一个重要应用,主要利用人的生理特征或行为特征来进行个人身份的鉴定。我们主要结合人类大脑对身份的学习和判别机理,针对虹膜识别、人脸识别和多模态(即多生物特征融合)识别理论和方法展开原创性研究,并应用到实际生物特征识别系统。

代表性论文

Wang, K., He, R., Wang, L., Wang, W., Tan, T. (2016) Joint Feature Selection and Subspace Learning for Cross-modal Retrieval. IEEE Trans. on Pattern Analysis and Machine Intelligence, in press.

He, R., Wang, L., Sun, Z., Zhang, Y., Li, B. (2016) Information Theoretic Subspace Clustering. IEEE Trans. on Neural Network and Learning System, 2016,in press.

He, R., Zhang, M.Wang, L., Ji, Y., Yin, Q. (2015) Cross-Modal Learning via Pairwise Constraints. IEEE Trans. on Image Processing, 24(12): 5543-5556.

He, R., Zhang, Y.,Sun, Z., Yin, Q. (2015) Robust Subspace Clustering with Complex Noise. IEEE Trans. on Image Processing, 24(11): 4001-4013.

He, R.,Cai, Y., Tan, T., Davis, L. (2015)Learning Predictable Binary Codes for Face Indexing. Elsevier Pattern Recognition, 48(10): 3160-3168.

He, R., Tan, T.,Wang, L.(2014) Recovery of Corrupted Low-rank Matrix by Implicit Regularizers. IEEETrans.on Pattern Analysis and Machine Intelligence, 36(4): 770-783.

He, R., Zheng, W.,Tan, T., Sun, Z. (2014) Half-quadratic based Iterative Minimization for Robust Sparse Representation. IEEE Trans. on Pattern Analysis and Machine Intelligence,36(2): 261-275.

He, R., Zheng, W., Hu, B. (2011) Maximum Correntropy Criterion for Robust Face Recognition. IEEE Trans. on Pattern Analysis and Machine Intelligence, 33(8): 1561-1576.

He, R., Zheng, W., Hu, B., Kong, X. (2013)Two-stage Nonnegative Sparse Representation for Large-scale Face Recognition. IEEE Trans. on Neural Network and Learning System, 24(1):35-46.

He, R., Zheng, W., Hu, B., Kong, X. (2011) A Regularized Correntropy Framework for Robust Pattern Recognition. MIT Neural Computation, 23(8):2074-2100.

He, R., Hu, B.,Zheng, W., Kong, X. (2011) Robust Principal Component Analysis Based on Maximum Correntropy Criterion. IEEE Trans. on Image Processing, 20(6):1485-1494.

He, R., Tan, T., Wang, L., Zheng, W. (2012) L21 Regularized Correntropy for Robust Feature Selection. In Proc. IEEE Computer Vision and Pattern Recognition, 2504-2511.

He, R., Sun, Z., Tan, T., Zheng, W. (2011) Recovery of Corrupted Low-Rank Matrices via Half-Quadratic based Non-convex Minimization. In Proc. IEEE Computer Vision and Pattern Recognition,2889-2896.

He, R., Zheng, W., Hu, B., Kong, X. (2011) Nonnegative Sparse Coding for Discriminative Semi-supervised Learning. In Proc. IEEE Computer Vision and Pattern Recognition, 2849-2856.

He, R., Hu, B.,Zheng, W.,Guo, Y. (2010) Two-stage Sparse Representation for Robust Recognition on Large-scale Database. In Proc. AAAI Conf. on Artificial Intelligence, 475-480.

实验室网址:http://www.cripac.ia.ac.cn/people/rhe.html
E-mail: rhe@nlpr.ia.ac.cn
电话:010-82544641