华侨大学计算机学院蔡绍滨,曾焕强-华侨大学-信息科学与工程学院

曾焕强

姓名:曾焕强

学历/学位:博士

职称/职务:教授

所属部门:通信工程系

简介

新加坡南洋理工大学博士(2012),香港中文大学研究员(2012-2013),2014年起担任华侨大学信息科学与工程学院教授。

IEEE Senior Member、中国电子学会高级会员、中国图象图形学会交通视频专委会委员、中国计算机学会多媒体技术专业委员会通信委员,长期从事图像处理、视频编码与计算机视觉领域的教学科研及应用工作,近年来先后主持承担国家自然科学基金面上及青年项目、福建省自然科学基金、国家重点实验室专项课题、华侨大学优秀青年科技创新人才计划、泉州市高层次创新创业计划等20多项国家、省部级、企业课题的申请与研发,担任国际权威学术期刊IEEE Transactions on Circuits and Systems for Video Technology, IEEE Access和IET Electronics Letters的编委(Associate Editor)、Journal of Visual Communications and Image Representation等3个国际知名学术期刊的客座编辑(Guest Editor),担任IEEE国际重要学术会议大会主席(IEEE ISPACS2017)、技术委员会主席(ISPACS2019, APSIPA-ASC2017)、领域主席(VCIP2015)和技术委员会委员(ICIP, ISCAS等)、20多个国际著名学术期刊的特邀审稿人、国家自然科学基金评审专家、国家留学基金评审专家等,在IEEE Transactions等国内外重要学术期刊和重要学术会议发表学术论文80多篇,获得授权发明专利6项和授权计算机软件著作权3项,获得第十八届全国信号处理学术会议优秀论文奖以及国际学术会议ITFC2018 Best Poster Award等荣誉、指导研究生获得中国电子学会优秀硕士学位论文奖。

研究领域

图像处理、视频编码、机器学习、模式识别、计算机视觉

讲授课程

本科课程:数据结构、数字视频处理、专业英语

研究生课程:机器视觉

部分主持项目

(1)国家自然科学基金面上项目(61871434)

(2)国家自然科学基金青年项目(61401167)

(3)福建省自然科学基金面上项目(2016J01308)

(4)泉州市高层次人才创新创业项目(2017G027)

(5)华侨大学优秀青年科技创新人才资助计划(ZQN-YX403)

部分论著(*通信作者)

[1] Z. K. Ni, H. Q. Zeng*, L. Ma, J. H. Hou, J. Chen, and K.-K. Ma, “A Gabor Feature-based Quality Assessment Model for the Screen Content Images,” IEEE Transactions on Image Processing, 2018.

[2] Y. Fu, H. Q. Zeng*, J. Q. Zhu, L. Ma, Z. K. Ni, and K.-K. Ma, “Screen Content Image Quality Assessment Using Multi-Scale Difference of Gaussian,” IEEE Transactions on Circuits and Systems for Video Technology, 2018.

[3] J. Q. Zhu, H. Q. Zeng*, Y. Z. Du, Z. Lei, L. X. Zheng, and C. H. Cai, “Joint Feature and Similarity Deep Learning for Vehicle Re-identification,” IEEE Access, 2018.

[4] L. Cai, J. Q. Zhu, H. Q. Zeng*, J. Chen, C. H. Cai, and K.-K. Ma, “HOG-Assisted Deep Feature Learning for Pedestrian Gender Recognition,” Journal of The Franklin Institute, 2018.

[5] L. Xing, H. Q. Zeng*, J. Chen, J. Q. Zhu, and J. H. Hou, “A Multi-scale Contrast-based Image Quality Assessment Model for Multi-Exposure Image Fusion,” Signal Processing, 2018.

[6] J. Q. Zhu, H. Q. Zeng*, S. C. Liao, Z. Lei, C. H. Cai, and L. X. Zheng, “Deep Hybrid Similarity Learning for Person Re-identification,” IEEE Transactions on Circuits and Systems for Video Technology, 2017.

[7] Z. K. Ni, L. Ma, H. Q. Zeng*, J. Chen, C. H. Cai, and K.-K. Ma, “ESIM: Edge Similarity for Screen Content Image Quality Assessment” IEEE Transactions on Image Processing, 2017.

[8] A. S. Yang, H. Q. Zeng*, J. Chen, J. Q. Zhu, and C. H. Cai, “Perceptual Feature Guided Rate Distortion Optimization for High Efficiency Video Coding,” Multidimensional Systems and Signal Processing, 2017.

[9] H. Q. Zeng, J. Chen, X. L. Cui, C. H. Cai, and K.-K. Ma, “Quad Binary Pattern and Its Application in Mean-Shift Tracking,” NeuroComputing, 2016.

[10] Z. K. Ni, L. Ma, H. Q. Zeng*, C. H. Cai, and K.-K. Ma, “Gradient Direction for Screen Content Image Quality Assessment” IEEE Signal Processing Letters, 2016.

[11] H. Q. Zeng, K.-K. Ma, C. Wang, and C. H. Cai, “SIFT-Flow-Based Color Correction for Multi-view Video,” Signal Processing: Image Communication, 2015.

[12] H. Q. Zeng, X. L. Wang, C. H. Cai, J. Chen, and Y. Zhang, “Fast Multiview Video Coding Using Adaptive Prediction Structure and Hierarchical Mode Decision,” IEEE Transactions on Circuits and Systems for Video Technology, 2014.

[13] H. Q. Zeng, K.-K. Ma, and C. H. Cai, “Fast Mode Decision for Multi-view Video Coding Using Mode Correlation,” IEEE Transactions on Circuits and Systems for Video Technology, 2011.

[14] Y. T. Wang, J. B. Gong, D. Z. Zhang, C. Q. Gao, J. W. Tian, and H. Q. Zeng, “Large Disparity Motion Layer Extraction via Topological Clustering,” IEEE Transactions on Image Processing, 2011.

[15] H. Q. Zeng, K.-K. Ma, and C. H. Cai, “Hierarchical Intra Mode Decision for H.264/AVC,” IEEE Transactions on Circuits and Systems for Video Technology, 2010.

[16] H. Q. Zeng, C. H. Cai, and K.-K. Ma, “Fast Mode Decision for H.264/AVC Based on Macroblock Motion Activity,” IEEE Transactions on Circuits and Systems for Video Technology, 2009.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值