教师主页移动版

徐丹 副教授 计算机学院 个人邮箱： xudan_zj@163.com 办公地点： 计算机学院 通讯地址： 长晖路666号 邮政编码： 212003 传真： 您是第4003 位访问者 个人简介 徐丹，江苏科技大学计算机学院副教授，硕士生导师，南京理工大学模式识别与智能系统专业博士，美国俄克拉荷马州立大学访问学者(2016-2017)。长期以来一直从事计算机视觉、图像处理、深度学习等领域的研究工作。近年来，在国内外重要期刊及国际学术会议上发表论文20余篇。获得授权发明专利4项。主持包括江苏省教育厅高校自然科学基金项目、军工项目、企业项目在内的各级科研项目10余项，另以主要参与人身份参与国家级、省部级及市厅级科研项目多项。主持校级本科生教改项目3项，以主要参与人参与各级教改项目多项，发表教改论文3篇，主编江苏省精品教材（《计算机视觉》）1部。2005年至2008年，作为核心成员参加出口巴基斯坦海军4艘F22P护卫舰的综合保障系统开发，2017年获得上海市科技进步二等奖。 研究方向 1. 计算机视觉2. 图像处理3. 深度学习 教育经历 1. 2016-2017 美国俄克拉荷马州立大学（Oklahoma State University），访问学者。2. 2010-2015 南京理工大学 控制科学与工程专业 博士；3. 2003-2006 江苏科技大学 计算机应用专业 硕士；4. 1999-2003 江苏科技大学 计算机科学与技术专业 学士； 课程教学 本科生课程：1. 数字信号处理。研究生课程：1. 仿生视觉技术及应用；2. 机器学习。留学生课程：1. 数据挖掘。 科研项目 1 XXX装备综合保障关键技术研究 2 教育部产学合作协同育人校企项目 3 某装备XXXX复杂对象信息建模研究 4 基于深度学习的显著性检测算法研究与设计 5 基于大数据的学习分析和个性化学习模型研究 6 显著性检测及其在目标建议中的应用研究 7 ​基于光视觉的水面目标检测与跟踪软件开发 8 面向目标度量的显著性算法研究 专利成果 1 一种基于非端到端深度学习网络的显著性区域检测方法 2 一种基于深度卷积神经网络的息肉图像语义分割方法 3 一种联合流行排序和改进凸包的显著性检测方法 4 一种基于中心-边界连接模型的交通标志检测方法 科研团队 获奖动态 上海市科技进步二等奖，船舶智能制造中的大型在线三维检测系统。 教学随笔 论文著作 1 Fast Pedestrian Detection Based on the Selective Window Differential Filter 2 Light Field Saliency Detection Based on Multi-modal Fusion 3 显著性物体检测研究综述：方法、应用和趋势 4 Spatial-aware global contrast representation for saliency detection 5 Traffic Sign Detection Based on Voting Scheme and Link Distribution Model 6 融合颜色属性和空间信息的显著性物体检测 7 Real time road sign detection based on rotational center voting and shape analysis 8 Using Semantic Technology for Automatic Verification of Road Signs 9 Exploiting Visual Saliency and Bag-of-Words for Road Sign Recognition 10 Salient Object Detection Based on Regional Contrast and Relative Spatial Compactness 11 多核学习框架下多线索融合的显著性区域检测算法