研究方向:1、智能视频与点云编码;2、沉浸式媒体感知、图像视频处理与计算机视觉;3、可解释性深度神经网络理论。

导师与研究领域、方向:

高伟,博士,北京大学信息工程学院助理教授/副研究员/博士生导师,深圳市海外高层次人才。香港城市大学计算机科学博士,曾在美国加州大学洛杉矶分校(UCLA)做访问学者,曾在香港城市大学和新加坡南洋理工大学做博士后研究,曾在CMOS图像传感器制造商OmniVision Technologies公司担任工程师。

研究方向为沉浸式媒体信息处理技术(点云、光场、全景、多视点等)和计算机视觉研究,主要研究兴趣包括:(1)视频与点云编码、深度学习智能编码;(2)沉浸式媒体感知质量评价、三维视觉媒体增强复原、显著性/3D目标检测;(3)可解释性深度神经网络理论与人工智能中的深度学习软硬件加速。近5年来主要科研成果发表在相关领域高水平国际期刊(如IEEE TIP、TCSVT、TMM、TIM、TCYB、TII等)和高水平国际会议(包括CCF A类会议)上40余篇,申请或授权美国/中国/PCT专利30余项,积极参与多媒体与人工智能技术的标准提案工作。

曾荣获2019年和2020年连续两年的CCF-腾讯犀牛鸟基金获得者、2019年广东省计算机学会优秀论文一等奖,并由于在3D沉浸式媒体方面的研究荣获ICME 2021多媒体学术新星奖(Multimedia Rising Star)。国家自然科学基金、广东省与深圳市项目评审专家,中国计算机学会多媒体技术专委会委员。担任机器学习与多媒体计算领域国际重要SCI期刊编委(Associate Editor),包括Neural Processing Letters(2021-)、IET Image Processing(2020-)、Electronics Letters(2020-),同时是众多国际顶级期刊IEEE TIP、TCSVT、TMM、TNNLS、TCYB等的审稿人,多个国际学术会议程序委员与组织方(ICME 2021,ICVIP2020等)。

欢迎优秀的本科生和硕士生保送和报考北京大学信息工程学院的硕士和博士研究生,同时欢迎申请课题组的博士后和访问职位,从事多媒体计算与人工智能相关热门与前沿课题的研究探索,更多最新信息请查看个人主页:https://gaowei262.github.io/,以及课题组主页:https://pku-ivp.github.io/

近年来主持的重要科研项目:

作为项目负责人主持10余项国家级与省部级等重大/重要科研项目,包括主持科技部项目(课题)2项、国家自然科学基金项目(课题)2项、广东省自然科学基金项目1项、深圳市基础研究项目2项(其中重点1项,面上1项)、腾讯公司委托项目3项等。

近年来参与的重要科研项目:

作为研究骨干参与国家自然科学基金3项、香港研究资助局优配研究基金1项、香港创新科技署项目1项等。

近年来有代表性的期刊论文:

1. Wei Gao, Sam Kwong, and Yuheng Jia, “Joint Machine Learning and Game Theory for Rate Control in High Efficiency Video Coding,” IEEE Transactions on Image Processing (TIP), vol. 26, no. 12, pp. 6074-6089, Dec. 2017.

2. Wei Gao, Sam Kwong, Yu Zhou, and Hui Yuan, “SSIM-Based Game Theory Approach for Rate-Distortion Optimized Intra Frame CTU-level Bit Allocation,” IEEE Transactions on Multimedia (TMM), vol. 18, no. 6, pp. 988-999, June 2016.

3. Wei Gao, Sam Kwong, Hui Yuan, and Xu Wang, “DCT Coefficient Distribution Modeling and Quality Dependency Analysis Based Frame-level Bit Allocation for HEVC,” IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), vol.26, no.1, pp. 139-153, Jan. 2016.

4. Wei Gao, Sam Kwong, Qiuping Jiang, Chi-Keung Fong, Peter H. W. Wong, Wilson Y. F. Yuen, “Data-Driven Rate Control for Rate-Distortion Optimization in HEVC Based on Simplified Effective Initial QP Learning,” IEEE Transactions on Broadcasting (TBC), vol. 65, no. 1, pp. 94-108, March 2019.

5. Wei Gao, Qiuping Jiang, Ronggang Wang, Siwei Ma, Ge Li, and Sam Kwong, “Consistent Quality Oriented Rate Control in HEVC via Balancing Intra and Inter Frame Coding,” IEEE Transactions on Industrial Informatics (TII), 2021.

6. Wei Gao, Guibiao Liao, Siwei Ma, Ge Li, Yongsheng Liang, and Weisi Lin, “Unified Information Fusion Network for Multi-Modal RGB-D and RGB-T Salient Object Detection,” IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 2021.

7. Wei Gao, Linjie Zhou, and Lvfang Tao, “A Fast View Synthesis Implementation Method for Light Field Applications”, ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2021.

8. Fei Song, Yiting Shao, Wei Gao, Haiqiang Wang, and Thomas Li, “Layer-Wise Geometry Aggregation Framework for Lossless LiDAR Point Cloud Compression,” IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 2021.

9. Junkang Hu, Qiuping Jiang, Hong Li, Runmin Cong, Wei Gao, Feng Shao, “Two-Branch Deep Neural Network for Underwater Image Enhancement in HSV Color Space,” IEEE Signal Processing Letters (SPL), 2021.

10. Yudong Mao, Qiuping Jiang, Runmin Cong, Wei Gao, Feng Shao, Sam Kwong, “Cross-modality Fusion and Progressive Integration Network for Saliency Prediction on Stereoscopic 3D Images,” IEEE Transactions on Multimedia (TMM), 2021.

11. Qiuping Jiang, Wei Gao, Shiqi Wang, Guanghui Yue, Feng Shao, Yo-Sung Ho, Sam Kwong, “Blind Image Quality Measurement by Exploiting High Order Statistics with Deep Dictionary Encoding Network,” IEEE Transactions on Instrumentation and Measurement (TIM), vol. 69, no. 10, pp. 7398-7410, Oct. 2020.

12. Qiuping Jiang, Feng Shao, Wei Gao, Hong Li, and Yo-Sung Ho, “A Risk-Aware Pairwise Rank Learning Approach for Visual Discomfort Prediction of Stereoscopic 3D Images,” IEEE Signal Processing Letters (SPL), vol. 26, no. 11, pp. 1588-1592, Nov. 2019.

13. Mingliang Zhou, Xuekai Wei, Chi-Keung Fong, Peter H. W. Wong, Wilson Y. F. Yuen, Shiqi Wang, Sam Kwong, and Wei Gao, “SSIM-Based Global Optimization for CTU-Level Rate Control in HEVC,” IEEE Transactions on Multimedia (TMM), vol. 21, no. 8, pp. 1921-1933, Aug. 2019.

14. Qiuping Jiang, Feng Shao, Wei Gao, Zhuo Chen, and Gangyi Jiang, “Unified No-Reference Quality Assessment of Singly and Multiply Distorted Stereoscopic Images,” IEEE Transactions on Image Processing (TIP), vol. 28 , no. 4, April 2019.

15. Yuheng Jia, Sam Kwong, Wenhui Wu, Ran Wang, and Wei Gao, “Sparse Bayesian Learning Based Kernel Poisson Regression,” IEEE Transactions on Cybernetics (TCYB), vol. 49, no. 1, Jan. 2019.

16. Zhuangzi Li, Ge Li, Thomas Li, Shan Liu, Wei Gao, “Information-Growth Attention Network for Image Super-Resolution,” ACM International Conference on Multimedia (ACM MM), Chengdu, China, 2021.(CCF A类会议)

17. Guibiao Liao, Wei Gao, Qiuping Jiang, Ronggang Wang, Ge Li, “MMNet: Multi-Stage and Multi-Scale Fusion Network for RGB-D Salient Object Detection”, ACM International Conference on Multimedia (ACM MM), Seattle, WA, USA, pp. 2436-2444, October 2020.(CCF A类会议)

美国专利和PCT专利:

1. Systems and Methods for Rate Control in Video Coding using Joint Machine Learning and Game Theory, United States Patent, US10542262B2, Jan. 21, 2020.

2. Method for Initial Quantization Parameter Optimization in Video Coding, United States Patent, US10560696B2, Feb. 11, 2020.

3. 目标检测网络构建优化方法、装置、设备、介质及产品,PCT国际专利,PCT/CN2021/093911,2021年5月14日

4. 基于压缩感知的神经网络模型压缩方法、设备及存储介质,PCT国际专利,PCT/CN2020/099752,2020年7月1日

5. 视频编码质量平滑度的优化方法、装置、设备及存储介质,PCT国际专利,WO2020042177A1, 2020年3月5日

开设课程:

(近年来,为计算机应用技术专业研究生开设以下两门选修课程,受到同学们的欢迎。)

1. 《三维视觉与计算摄像学》(Fall Semester,选修)

2. 《现代视频处理专题》(Spring Semester,选修)

对计划招收的硕士和博士研究生的基本要求:

1. 专业范围:计算机科学技术、电子信息工程、通信工程、自动化与控制、应用数学等相关专业的本科和硕士毕业生。

2. 研究能力与其它要求:熟练的程序设计能力,具有较强的科研兴趣与动力,具有一定的探索和创新精神,具有团队合作意识,愿意以较高的标准严格要求自己。