您当前位置: 学院首页 > 研究生教育 > 研究生导师 > 正文

师红宇

2022年09月20日 12:45  点击:[]

所属学科专业:计算机科学与技术

导师简介:

师红宇,1981年生,女,硕士,高级工程师,硕士生导师。2003年7月毕业于西北工业大学计算机专业,到新葡萄8883官网AMG计算机学院任教至今。主要研究方向为图像处理与模式识别、深度学习、迁移学习、智能检测等。担任中国纺织工程会会员、CCF会员。先后主持和参与陕西省科技厅、西安市科技局、陕西省教育厅自然科学专项等纵向课题和多项横向课题。在国内外重要期刊发表学术论文20余篇;参编教材3部。申请国家专利12项,授权发明专利2项、实用新型专利8项;获批软件著作权3项。获陕西省科技厅二等奖1项、陕西省教育厅二等奖2项;荣获校级“优秀共产党员”和“优秀教师”荣誉称号。

主要研究方向:图像处理与模式识别、深度学习、迁移学习、智能检测等。

近年来主要科研项目:

1.陕西省重点研发计划项目,2022GY-058,棉花异性纤维智能识别关键技术的研发,2022.1-2023.12,12万,在研,主持;

2.西安市创新能力强基计划人工智能技术攻关项目,21RGZN0021,基于智能视觉感知的零件缺陷柔性检测技术研究,2021.10.1-23.9.30,30万,在研,第二;

3.西安市科技计划项目,2020KJRC0022,基于深度学习的原棉异纤识别技术的研究,2020.1-2021.12,3万,已结题,主持;

4.陕西省重点研发计划项目,2018GY-020,工业机器人感知的柔性检测技术研究,2018.1-2019.12,12万,已结题,第二;

5.西安市科技计划项目, 2017074CG/RC037(XAGC004), 视觉注意机制的原棉异纤检测技术的研究,2017.1-2018.12,5万,已结题,主持;

6.西安市科技计划项目, 2017074CGRC037(XAGC006),面向智能制造的仿生视觉驱动机械零件表面缺陷检测技术,2017.1—2018.12,5万,已结题,第二;

7.西安市科技计划项目, 2017074CGRC037(XAGC006), 智慧出行的研究与设计,2017.1—2018.12,5万,已结题,第二;

8.中国纺织工业联合会科技指导性项目, 2016066, 基于视觉显著图构建的棉花异性纤维自动检测技术的研究,2016.6-2018.6,5万,已结题,主持;

9.陕西省教育厅专项项目, 16JK1334, 基于整体显著图构建的棉花异性纤维检测算法的研究,2016.1-2017.7,2万,已结题,主持;

10.陕西省教育厅专项项目,16JK1337,面向智能制造系统的刀具磨损检测关键技术研究,2016.6—2017.12,2万,已结题,第二;

11.新葡萄8883官网AMG博士科研基金项目,BS1005,基于多重算法融合的织物疵点快速检测方法研究,2010.7-2013.7,5万,已结题,参加;

12.外弹道轨迹测量数据模拟器,2021KJ-720,横向项目,2021.9-2022.9,8.3万,在研,主持;

13.导引头遥测数据融合评估软件开发,2021KJ-395,横向项目,18.8万,2021.6-2022.6,在研,主持;

14.计量业务管理平台开发,2020KJ-112,横向项目,15万,2020.4-2021.6,已结题,主持;

15.缺陷智能检测系统,2018KJ-252,横向项目,2018.7-2020.12,20万,已结题,主持。

近年来主要科研成果:

1.2022年,基于智能视觉感知的工业产品表面缺陷柔性检测关键技术,陕西高等学校科学技术研究优秀成果奖,二等奖,排名第二;

2.2012年,基于测控信息模型和安全机制的新型电力远动终端,陕西省科学技术成果二等奖(编号:2012-2-046-R7,参与);

3.2012年,基于测控信息模型和安全机制的新型电力远动终端,陕西高等学校科学技术奖,二等奖(编号:12B19,参与);

4.发明专利:一种基于计算机视觉技术的异性纤维的识别检测装置(ZL201910285942.1),2021.11.30;

5.发明专利:一种基于高斯滤波器多分辨率滤波的带钢缺陷检测方法(ZL201410352867.3),2017.7.25;

6.实用新型专利:一种人工智能室内防盗监控装置(ZL201922123914.8),2020.6.19;

7.实用新型专利:一种大数据存储用多功能管理机柜(ZL201922123945.3),2020.9.22;

8.实用新型专利:一种视觉检验用万向调节相机支架(ZL201922129573.5),2020.9.18;

9.实用新型专利:一种视觉引导下的机械臂移动机构(ZL201922123887.4),2020.12.1;

10.实用新型专利:一种基于大数据模块化网络布线装置(ZL202021723433.7), 2021.6.18;

11.实用新型专利:一种能及时处理通信网络设备故障的网络拓扑结构(ZL202021722394.9),2021.3.12;

12.实用新型专利:一种人工智能自动投料装置(ZL202021722379.4),2021.6.8;

13.实用新型专利:一种智能检测修复装置用抓料检测机构(ZL202021766236.3),2021.6.8;

14.软件著作权:棉花异性纤维智能识别系统V1.0,2021SR1973255;

15.软件著作权:棉花异性纤维自动检测系统V1.0,2019SR0324552;

16.软件著作权:智慧出行系统V1.0,2019SR0324593。

发表论文:

1.吴志炜,师红宇.基于DSConv与CBAM的棉花异纤识别[J].棉纺织技术,2022,50(3):19-23.(中文核心)

2.位营杰,师红宇.基于Canny算子的优化研究[J].国外电子测量技术, 2021,40(8):77-81.(中文核心)

3.Guan SQ,Chang J,Shi HY,etal.Strip Steel Defect Classification Using the Improved GAN and EfficientNet[J]. AppliedArtificialIntelligence, 2021, 35(15),1887-1904.(SCI:000712129000001)

4.Guan S , Shi H . Fabric defect detection based on the saliency map construction of target-driven feature[J]. The Journal of The Textile Institute,2018, 109(9), 1133-1142. (SCI)

5.师红宇,管声启,基于视觉数据驱动的棉花异性纤维检测,丝绸,2017,54(5):36 ~ 42.(CSCD扩展,中文核心)

6.师红宇,基于机器视觉定位的吊装机智能控制系统设计,新葡萄8883官网AMG学报,2017,31(2):216 ~219.(科技核心)

7.Guan S , Shi H , Qi Y . Objective evaluation of fabric pilling based on bottom-up visual attention model[J]. Journal of the Textile Institute Proceedings and Abstracts.2017, 108(4): 597-604(SCI)

8.师红宇,管声启,基于小波分解的带钢缺陷检测,软件,2016,37(12):35~37

9.师红宇,管声启,基于视觉注意计算模型的棉花异性纤维检测,东华大学学报,2016,42(3):400 ~ 405.(CSCD)

10.管声启,师红宇,赵霆,应用目标稀少特征的织物疵点图像分割,纺织学报, 2015,36(11):45 ~ 50.(CSCD)

11.师红宇,管声启,吴宁,棉花异性纤维的图像多分辨率差分检测方法,纺织学报, 2014,35(5):13 ~ 18.(CSCD)

12.管声启,师红宇,整数小波提升分解的刀具磨损检测方法,制造技术与机床,2013,25(7):131 ~ 134.(中文核心)

13.管声启,师红宇,王燕妮,基于图像零均值化的带钢缺陷检测,钢铁研究学报,2013,25(4):59 ~ 63.(CSCD)

教材:

1.《数字图像处理算法典型实例与工程案例》,西安电子科技大学出版社,2019.12,参编;

2.《大学计算机基础教程》,高等教育出版社,2016.9,参编;

3.《大学计算机基础实践教程》,高等教育出版社,2016.9,参编。

荣誉:

1.荣获2018年度校校级“优秀教师”荣誉称号;

2.荣获2018年度校级“优秀共产党员”荣誉称号。

指导学生参加竞赛:

1.指导本科生及研究生参加蓝桥杯大赛获国赛二等奖2项、三等奖1项;省赛一等奖6项、二等奖8项、三等奖1项;

2.指导研究生参加第四届中国纺织类大学生创新创业大赛荣获优秀奖1项;

3.指导本科生参加微信小程序大赛获省赛二等奖2项、三等奖1项;

4.指导本科生参加计算机设计大赛获省赛二等奖1项、三等奖1项;

5.指导大学生创新创业项目国家级1项、省级2项,均已结题。

电子邮箱:40921279@qq.com;电话:029-62779103

上一条:王明明

下一条:李维乾

关闭

Copyright(c)2016 中国·新葡萄(8883·AMG)官方网站-Macau Store 地址:中国·西安·临潼区·陕鼓大道58号[710600]
联系我们:webmaster@xpu.edu.cn 陕ICP备022000