王翀

副教授

宁波大学

个人简介

王翀，博士，副教授，现任宁波大学计算机科学与技术研究所所长。主要从事计算机视觉、图像/视频处理、人工智能相关的理论与应用的研究，研究领域包括：手势识别、人机交互系统、深度学习、目标检测/识别，行为识别、深度图像处理、基于图像的渲染等。

以第一作者身份（通讯作者），发表SCI/EI论文23篇，参与/合作发表SCI/EI论文21篇，其中在IEEE Transactions on Multimedia （TMM）期刊上发表的关于手势识别的论文进入其学术领域中最优秀的ESI（1%）高被引用论文之列（0.38%）。谷歌学术显示现在的h指数为16，总被引数近1000次。现担任包括IEEE Trans. Multimedia, IEEE Trans. Cybernetics, IEEE Trans. Human Machine System, IEEE Trans. Systems, Man, and Cybernetics: Systems等多种学术刊物的审稿人。任国际会议DSP2017，ICME 2022（CCF-B类）分会主席。

作为建站博士，与乐歌公司建立首批“浙江省博士创新站”。获得2018-2019宁波市优秀论文三等奖。一项关于 “三维场景的实时处理和交互系统”的项目入围首届中国创新挑战赛（西安赛区）的决赛，并获得优秀奖。以第二完成人，获2022年宁波大学服务地方突出贡献奖（团队奖）。

目前主持（结题）国家自然科学基金青年项目，浙江省自然科学基金探索项目，浙江省自然科学基金青年项目，国家重点实验室开放课题，浙江省教育厅科研项目和宁波市自然科学基金项目。曾参与多项香港政府创新及科技基金项目、香港政府优配研究金项目和国家重大科学工程项目。

指导学生获得2016、2018、2021届校级优秀毕业设计(论文)，2020年宁波市计算机优秀学生论文，以及全国研究生数学建模竞赛和浙江省大学生机器人竞赛二等奖、三等奖等，指导研究生承接2项华为昇腾众智计划并获金质量奖；2015-2016学年获学院优秀班主任称号。

研究兴趣

人机交互
人工智能
计算机视觉
多媒体计算

教育经历

哲学博士, 电机电子工程, 2014

香港大学
工学硕士, 电子工程与信息科学, 2010

中国科学技术大学
工学学士, 通信工程 (健行学院), 2007

浙江工业大学

欢迎加入我们

快乐的学术氛围，优良的硬件环境

与国内外名校交流（港大、谢大、北大深研院、深大）

参加国际知名会议（ICME、ICASSP、ISCAS、ICIP）

一流企业实习机会（商汤、大疆、乐歌）

发送简历

团队成员

导师

王翀

副教授

人机交互, 人工智能, 计算机视觉, 多媒体计算

研究生

蔡晓洁

硕士生

异常检测

林孙旗

硕士生

模型压缩

蔡苏杭

硕士生

视频异常检测, 行为识别

陈翊

硕士生

开放词汇感知，目标检测

钱园斌

硕士生

脉冲神经网络, 视频异常检测

彭晓浩

硕士生

视频异常检测

许家祯

硕士生

网络轻量化

李哲浩

硕士生

人物交互检测

毕业生

毛乔梅

硕士生

零样本学习, 目标检测

郁盛浩

硕士生

异常行为检测, 行为识别

陈魏魏

硕士生

图像识别, 网络轻量化

李浩和

硕士生

零样本学习, 目标检测, 图卷积

刘伟杰

硕士生

小样本学习, 目标检测

车皆咏

硕士生

移动计算, 目标检测, 网络轻量化

霍铮

硕士生

网络轻量化, 模型剪枝

陈松

硕士生

小样本目标检测

龚益玲

硕士生

行为识别, 异常检测

郑瑜杰

硕士生

网络轻量化

陶晨晨

硕士生

异常检测, 行为识别

戴鑫淼

硕士生

零样本学习, 目标检测

卢雨心

本科生

目标检测

李冬荟

本科生

图像识别

科研项目

01/01/2017

基于超像/体素图的手势识别方法

本项目主要围绕手势数据预处理，静、动态手势特征提取和距离度量，实时手势交互应用这三个方面展开研究。

01/01/2020

基于长短时域特征的动态手势识别方法

在时域引入注意力机制，利用三维卷积网络和时间卷积网络分别提取短时和长时动态手势特征，进而构建高精度的动态手势识别算法。

01/01/2020

基于超像素图EMD距离的手势识别及交互

本研究在结合了超像素分割、手势结构和EMD距离的基础上，提出了一种新的手势表示形式和新的距离度量标准。

11/01/2016

2-4路360度环视技术

2-4路视频全景拼接系统基于时序图像利用之前时刻的图像填充当前相机的盲区部分，从而实现360度环视的效果。

代表论文

王翀, 郑瑜杰, 陶晨晨, 林孙旗, J. Qian, J. Wu

九月, 2024 TIP

Restructuring the Teacher and Student in Self-Distillation

In this paper, we propose a new self-distillation framework called restructured self-distillation (RSD), which involves restructuring both the teacher and student networks. The self-distilled model is expanded into a multi-branch topology to create a more powerful teacher.

王翀, 陶晨晨, 林孙旗, 蔡苏杭, D. Li, J. Qian

五月, 2024 TMM

Feature Reconstruction with Disruption for Unsupervised Video Anomaly Detection

In this paper, a novel feature reconstruction and disruption model (FRD-UVAD) is proposed for effective feature refinement and better pseudo-label generation in fully UVAD, based on cascade cross-attention transformers, a latent anomaly memory bank and an auxiliary scorer.

毛乔梅, 王翀, 郁盛浩, Ye Zheng, Yuqi Li

五月, 2020 TCAS-II

Zero-Shot Object Detection with Attributes based Category Similarity

This brief proposes a new algorithm using attributes based category similarity for accurate alignment between visual features and semantic concepts.

王翀, Zhong Liu, S.C. Chan

一月, 2015 TMM

Superpixel-Based Hand Gesture Recognition With Kinect Depth Camera

In this work, a novel distance metric, superpixel earth mover’s distance (SP-EMD), is proposed to measure the dissimilarity between the hand gestures.