个人简介：
何贞苇，博士，副教授，硕士生导师。本科就读于天津大学通信工程学院，硕博阶段就读于重庆大学微电子与通信工程学院。长期从事深度学习、目标检测、迁移学习和连续学习相关方向的研究，取得优异的科研成果。在TPAMI、IJCV、TCSVT、ICCV、ECCV、ACMM等人工智能、模式识别方向著名期刊中发表论文10余篇，共被引用超过900次。主持或参与国家级项目两项，与多家企业合作完成相关科研项目4项。
相关研究方向：
1. 计算机视觉，深度学习
计算机视觉是一门研究如何使机器“看”的科学。现在人工智能是国家的重要发展方向，而计算机视觉是人工智能落地应用的重要技术，是智能体决策重要依据。深度学习是现代人工智能算法的基础，通过对计算机视觉，深度学习的实践，能了解并掌握人工智能大模型相关技术、形成良好的逻辑思维。
目标检测： |
语义分割： |
|
|
2. 迁移学习和连续学习
迁移学习和连续学习是图像算法泛化落地的基础。
迁移学习旨在提升人工智能算法针对不同环境的适应能力，而连续学习针对算法的持续更新和维护能力。
通过学习迁移学习和持续学习算法，能强化对人工智能算法的理解，充分了解现有算法的局限性和改进方向。
代表论文：
[1]. He Z, Zhang L. Multi-adversarial Faster-RCNN for Unrestricted Object Detection. ICCV 2019
[2]. He Z, Zhang L. Domain Adaptive Object Detection via Asymmetric Tri-way Faster-RCNN. ECCV 2020
[3]. Zhang L, He Z, Yang Y, et al. Tasks Integrated Networks: Joint Detection and Retrieval for Image Search. IEEE Transactions on Pattern Analysis and Machine Intelligence2020.
[4]. He Z, Zhang L, et al. Multi-adversarial Faster-RCNN with Paradigm Teacher for Unrestricted Object Detection，International Journal of Computer Vision. 2022.
[5]. He Z, Zhang L, Yang Y, et al. Partial Alignment for Object Detection in the Wild, IEEE Transactions on Circuits and Systems for Video Technology
[6]. He Z, Zhang L, Liu F Y. DiscoStyle: Multi-level Logistic Ranking for Personalized Image Style Preference Inference International Journal of Automation and Computing (IJAC), 2020.
[7]. He Z, Zhang L, End-to-End Detection and Re-identification Integrated Net for Person Search. Asian Conference on Computer Vision. Springer 2018.
[8]. Lang Q, He Z, Class-aware Memory Guided Unbiased Weighting for Universal Domain Adaptive Object Detection ICCV 2023
[9]. W S, C Y, He Z, Disentangled Representation Learning with Causality for Unsupervised Domain Adaptation ACMM 2023
……..
相关项目：
[1] 基于机器学习的*****识别
[2] 基于人脸的推荐系统设计
[3] 机场能见度预测
[4] 面向领域拓展的开放式目标检测算法研究
[5] 基于模型驱动迁移学习的大规模图像理解方法研究
[6] 基于域泛化迁移学习的跨场景感知
其他：
1. 实验室算力设备充足，满足各位同学的科研和课题需求；
2. 希望同学们具有一定的编程能力，熟悉linux操作系统，python编程语言，有一定的英语阅读基础。
联系方式：
邮箱：hzw@cqut.edu.cn
微信: Genhzw
欢迎同学们咨询报考！
