• 其他栏目

    任仲乐

    • 讲师(高校) 硕士生导师
    • 性别:男
    • 毕业院校:西安电子科技大学
    • 学历:博士研究生毕业
    • 学位:工学博士学位
    • 在职信息:在岗
    • 所在单位:人工智能学院
    • 入职时间: 2020-07-01
    • 办公地点:陕西西安太白南路2号西安电子科技大学主楼II区418室
    • 电子邮箱:

    访问量:

    最后更新时间:..

    个人简介:

           任仲乐,西安电子科技大学人工智能学院华山准聘副教授、硕士生导师,智能感知与图像处理教育部重点实验室、智能感知与计算国际联合研究中心成员,中国体视学学会图像分析分会会员。2009通过自主招生和高考进入西安电子科技大学攻读学士学位,2013年保研攻读硕士学位,2014年起开始硕博连读,2020年获得电路与系统博士学位并留校,主要研究方向为机器学习与深度学习理论和建模、智能遥感影像理解与解译,尤其利用深度学习方法对SAR图像地物分类与目标识别、遥感目标检测、多光谱融合地物分类等问题进行了系统深入的研究。在《IEEE Transactions on Geoscience and Remote Sensing》、,《IEEE Journal of Selected Topics in Applied Earth Observations》和《Remote Sensing》等期刊及IGRSS会议发表SCI论文8篇,申请专利三项,授权两项。主持国家自然青年基金、中央高校基本科研项目,参与国家自然科学基金面上项目、 教育部人工智能算法战略研究项目、陕西省重点研发计划等多个课题,多次参与并指导学生参与IGARSS数据融合竞赛以及“天智杯”、“眼神杯”等各种国内遥感竞赛。担任《IEEE Transactions on Cybernetics》、《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Geoscience and Remote Sensing》等期刊审稿人。


    代表作

    相关个人主页链接:Google ScholardblpResearchGate

    注:IF采用2021年6月30日最新标准


    专利:

    • 侯彪、任仲乐、吴倩、焦李成、马晶晶、马文萍、王爽、白静。基于分布和结构匹配生成对抗网络的SAR图像地物分类方法。CN201811179820.6 (授权)

    • 侯彪,任仲乐,焦李成,朱浩,赵暐,刘旭,孙其功,马文萍。一种基于目标空间知识和两阶段预测学习的目标检测方法。 CN201711059887.1 (授权

    • 林楠,任仲乐,侯彪,焦李成。高分辨SAR飞机目标轮廓提取方法、系统、存储介质及设备。 CN202110020415.5。(在审)


    科研课题

    • 国家自然青年基金,6210010483,基于互补自监督学习的SAR图像地物分类,2022/01-2024/12,24万,在研,主持

    • 中央高校基本科研业务费,XJS211904,基于特征加权与锚点自适应匹配的遥感困难目标检测,2021/01-2022/12,3万,在研,主持

    • 教育部人工智能算法战略研究项目,脑启发机制的人工智能模型与算法规划研究,在研,参与

    • 陕西省重点研发计划 ,2019ZDLGY03-05 ,下一代人工智能基础理论与关键技术 ,2019/01-2021/12,800万,在研,参与

    • 陕西省重点研发计划,无接触智慧酒店系统关键技术研究及示范,在研,参与

    • 国家自然科学基金面上项目,61671350,基于脑启发的PolSAR图像深层协同表示学习与分类,2017/01-2020/12,58万,结题,参与


    招生信息:

           目前每年招收一名研究生(截止2021.8.27,有名额),学术/专业型不限,保/优/考研不限,对你的要求如下:1)首先要为人正直、认真踏实,不以应付的心态对待学业和生活,此条非常重要,请做不到的你不要选择我,强扭的瓜不甜!2)数学、编程和英文基础好的我很喜欢,会优先考虑,这也是科研工作的基础,也劝暂时这三方面不足的你自看到这儿起加强,提升自我!请有意向且符合上述条件的同学将个人简历、成绩单、竞赛证书、专利、论文等材料打包发送我邮箱,我会酌情联系考察后决定。

           PS: 作为有点经验的过来人对想要读研的你啰嗦几句:1)越接近社会的阶段各种困难和焦虑也更加频繁,希望你摆正心态,增加抗压和化解难题的能力,现在具备,终生受益!2研究生期间我会授你与鱼,更会授你与渔,最终希望你自己能渔,这是科研的要求,更是今后生活的要求,希望你走好由学生到社会的这最后的过渡期,真正做到learn to learn! 3我敬佩一心扎根实验室的你,但同样担忧只扎根实验室的你。人生很长,工作并非所有,科研的技能要学,生活的技能也要有。能在高效的科研之外,过出精彩生活的你,我很期待!


    相关链接:

    人工智能学院:http://sai.xidian.edu.cn/

    智能感知与图像理解教育部重点实验室:https://ipiu.xidian.edu.cn/