卿粼波

职称/职务：教授，副院长

电子邮件：qing_lb@scu.edu.cn

研究方向：人工智能与计算机视觉，多媒体信息安全，开源情报与大数据分析

• 个人简介

卿粼波，教授，博士生导师，350vip8888新葡的京集团电子信息学院副院长。2003年毕业于350vip8888新葡的京集团电子信息学院，获电子信息科学与技术专业学士学位。于2008年在350vip8888新葡的京集团电子信息学院获通信与信息系统专业工学博士学位。挪威阿哥德大学（2011/02-2011/08）、意大利都灵理工大学（2011/09-2012/02）、美国密苏里大学哥伦比亚分校（2012/12-2013/12）访问学者。主要从事人工智能与计算机视觉、多媒体信息安全、开源情报大数据分析、图像/视频通信等方面的理论及应用研究。中国技术经济学会低碳智慧城市专委会副主任委员，四川省电子学会青年人才委员会委员，四川省通信管理局工业互联网领域入库专家、成都市农业农村局领域专家、成都天府海智计划专家，中国电子学会会员、IEEE会员。

• 教学科研及获奖情况

主持或参与包括国家重点研发计划/国家自然科学基金面上项目/青年基金项目/国际（地区合作与交流项目）、欧盟FP-7项目、四川省科技厅科研项目、成都市重大科技应用示范项目及企事业合作项目等40余项，涉及多媒体信息挖掘与安全传输、网络舆情分析与开源数据挖掘、人工智能与大数据应用、基于多媒体的公共空间安全态势挖掘等领域。在近年内发表学术论文80余篇，其中被SCI收录30余篇，授权发明专利30余项。主讲《图像通信》、《微机原理与接口技术》、《数字信息技术专业实验》等课程，参与编写教材三部（含“十一五规划教材”一部）。

• 近年主持的部分科研项目

1. 成都市成果转化应用示范项目，2023-YF09-00019-SN， 社区“微网实格”智慧管理综合服务平台研发及应用示范，2024/01-2025/12。

2. 国家自然科学基金面上项目，61871278，面向城市公共空间规划的视频分析及活力量化预测研究，2019/01-2022/12。

3. 四川省科技厅国际科技合作与交流研发项目，2018HH0143，基于群体感知的城市公共安全监测与预警关键技术研究，2018/07-2021/06。

4. 四川省教育厅科研项目，18ZB0355，面向城市感知的视频分析关键技术研究，2018/01-2018/12。

5. 350vip8888新葡的京集团优秀青年学者科研基金，基于云转码的低功耗隐私保护视频通信关键技术研究，2015SCU04A11，2015/01-2017/12。

• 近年代表性论文著作

1. Tang W,Qing L,Li L, et al. Principal relation component reasoning-enhanced social relation recognition[J]. Applied Intelligence, 2023: 1-15.

2. Huang J,Qing L,Han L, et al. A collaborative perception method of human-urban environment based on machine learning and its application to the case area[J]. Engineering Applications of Artificial Intelligence, 2023, 119: 105746.

3. Ou X, Liu L, Tu B,Qing L,et al. CBW-MSSANet: A CNN Framework With Compact Band Weighting and Multiscale Spatial Attention for Hyperspectral Image Change Detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-18.

4. Li L,Qing L,Guo L, et al. Relationship existence recognition-based social group detection in urban public spaces[J]. Neurocomputing, 2023, 516: 92-105.

5. Niu T,Qing L,Han L, et al. Small public space vitality analysis and evaluation based on human trajectory modeling using video data[J]. Building and Environment, 2022, 225: 109563.

6. Li Y,Qing L,He X, et al. Image classification based on self-distillation[J]. Applied Intelligence, 2023, 53(8): 9396-9408.

7. Gao J,Qing L,Li L, et al. Multi-scale features based interpersonal relation recognition using higher-order graph neural network[J]. Neurocomputing, 2021, 456: 243-252.

8. Qing L,Li L, Wang Y, et al. SRR-LGR: Local–Global Information-Reasoned Social Relation Recognition for Human-Oriented Observation[J]. Remote Sensing, 2021, 13(11): 2038.

9. Gou X,Qing L,Wang Y, et al. Re-training and parameter sharing with the Hash trick for compressing convolutional neural networks[J]Applied Soft Computing,2020，106783.

10. Xu S,Qing L,Han L, et al. A new remote sensing images and point-of-interest fused (RPF) model for sensing urban functional regions[J]. Remote Sensing, 2020, 12(6): 1032.

11. Lin H, He X,Qing L,et al. Improved low-bitrate HEVC video coding using deep learning based super-resolution and adaptive block patching[J]. IEEE Transactions on Multimedia, 2019, 21(12): 3010-3023.

12. Yang J,Qing L,Zeng W, et al. High-order statistical modeling based on a decision tree for distributed video coding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2018, 29(5): 1488-1502.

13. Song H,Qing L,Wu Y, et al. Adaptive regularization-based space–time super-resolution reconstruction[J]. Signal Processing: Image Communication, 2013, 28(7): 763-778.