王樹徽

王樹徽，出生於1983年，博士，中國科學院計算技術研究所研究員、博士生導師。

基本介紹

• 中文名：王樹徽
• 出生日期：1983年
• 畢業院校：清華大學、中國科學院計算技術研究所
• 職業：博士生導師
• 性別：男
• 職稱：研究員
• 研究方向：計算機套用技術（多媒體分析、計算機視覺、數據挖掘）

個人簡歷

2006年於清華大學獲得工學學士學位，2012年7月於中科院計算所獲工學博士學位。從事跨媒體理解與知識推理、大數據理論與方法、機器學習等方面的研究，已在IEEE/ACM頂級彙刊TPAMI、TIP、TKDE、TMM，以及NeurIPS、ICML、ICCV、CVPR、ACMMM、SIGMOD、VLDB等多媒體，視覺、數據科學和人工智慧領域的頂級期刊和會議上發表和錄用學術論文80餘篇，授權國家專利10項。多次擔任頂級國際會議ACM Multimedia 領域主席，參與多個國際會議的會議組織工作，擔任數十個高水平國際期刊和會議的審稿人。承擔或參與科技創新2030-新一代人工智慧重大項目、973課題、863課題、國自然基金重點課題等重大研究任務，獲得國家自然科學基金委優青資助。與多個網際網路企業保持良好的科研合作關係。

研究方向

視覺/多媒體分析-圖像視頻語義理解、跨媒體分析推理

機器學習-度量學習、關聯學習、遷移學習

數據挖掘-社交媒體信息挖掘、跨內容檢索、用戶行為建模

獲獎信息

（1） 吳文俊人工智慧自然科學獎, 一等獎, 部委級, 2020

（2） 北京市科技進步獎, 二等獎, 省級, 2020

（3） 2016全國多媒體大會(NCMT)最佳論文獎, 特等獎, 其他, 2016

（4） 中國計算機學會(CCF)科學技術獎, 其他, 2012

（5） 中科院院長獎(優秀獎), 院級, 2012

科研項目

（ 1 ） 基於多源信息融合和網路社群行為建模的跨媒體分析技術研究, 負責人, 國家任務, 2014-01--2016-12

（ 2 ） 異構媒體數據的關聯與挖掘研究, 參與, 國家任務, 2014-01--2016-12

（ 3 ） 面向公共安全的跨媒體計算理論與方法, 參與, 國家任務, 2012-01--2016-08

（ 4 ） 圖像視頻的群體數據協同結構化表達與處理, 參與, 國家任務, 2014-01--2018-12

（ 5 ） 異構大數據的對象建模及跨域分析技術研究, 負責人, 國家任務, 2017-01--2020-12

（ 6 ） 基於視覺特性的視頻編碼理論與方法研究, 參與, 國家任務, 2015-01--2019-12

（ 7 ） 面向跨媒體內容管理的智慧型分析與推理：跨媒體分析推理引擎, 負責人, 國家任務, 2019-12--2023-12

（ 8 ） 跨媒體理解與知識推理, 負責人, 國家任務, 2021-01--2023-12

（ 9 ） 面向數據稀缺場景的圖像編輯與生成方法研究, 負責人, 企業委託, 2021-04--2022-09

（ 10 ） 面向跨媒體知識工程的可信推理與人機博弈問答, 負責人, 研究所自選, 2021-06--2023-05

（ 11 ） 面向設計資產庫的UI推薦技術合作項目, 負責人, 企業委託, 2022-01--2022-12

（ 12 ） 知識輔助的少樣本視覺內容理解, 負責人, 企業委託, 2021-09--2022-08

（ 13 ） 基於多模態人機互動的心理體檢與諮詢輔助合作研究戰略, 負責人, 企業委託, 2021-09--2022-08

（ 14 ） 數據和知識聯合驅動的跨媒體語義理解與文本生成, 參與, 國家任務, 2023-01--2027-12

（ 15 ） 動力學啟發的神經擬態學習理論與推理技術, 負責人, 國家任務, 2023-08--2025-07

代表論著

（1） ImageNet-E: Benchmarking Neural Network Robustness via Attribute Editing, CVPR 2023, 2023, 通訊作者

（2） Weakly Supervised Text-based Actor-Action Video Segmentation by Clip-level Multi-instance Learning, ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS, 2023, 第 4 作者

（3） General Greedy De-bias Learning, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 通訊作者

（4） All in a Row: Compressed Convolution Networks for Graph, International Conference on Machine Learning, 2023, 通訊作者

（5） Exploiting Completeness and Uncertainty of Pseudo Labels for Weakly Supervised Video Anomaly Detection, CVPR 2023, 2023, 第 4 作者

（6） Dynamics-inspired Neuromorphic Visual Representation Learning, International Conference on Machine Learning, 2023, 通訊作者

（7） Attribute Group Editing for Reliable Few-shot Image Generation, IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2022, 通訊作者

（8） Concept Propagation via Attentional Knowledge Graph Reasoning for Video-Text Retrieval, ACM International Conference on Multimedia, 2022, 通訊作者

（9） Hierarchical Modular Network for Video Captioning, IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2022, 第 4 作者

（10） Multi-Attention Network for Compressed Referring Video Object Segmentation, ACM International Conference on Multimedia, 2022, 第 5 作者

（11） Syntax-Guided Hierarchical Attention Network for Video Captioning, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2022, 第 4 作者

（12） Multi-Attention Network for Compressed Video Referring Object Segmentation, Proceedings of the 30th ACM International Conference on Multimedia, 2022, 第 5 作者

（13） Syntax-Guided Hierarchical Attention Network for Video Captioning, IEEE Transactions on Circuit System and Video Technology, 2022, 第 4 作者

（14） Zero-shot Video Classification with Appropriate Web and Task Knowledge Transfer, ACM International Conference on Multimedia, 2022, 通訊作者

（15） Mining Latent Structures for Multimedia Recommendation, THE 30TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA(MM), 2021, 第 5 作者

（16） Graph Regularized Encoder-Decoder Networks for Image Representation Learning, IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 第 3 作者

（17） Greedy Gradient Ensemble for Robust Visual Question Answering, ICCV, 2021, 通訊作者

（18） 跨媒體分析與推理技術研究綜述, Overview of Research on Cross-media Analysis and Reasoning Technology, 計算機科學, 2021, 第 1 作者

（19） Composite Adversarial Attacks, AAAI, 2021, 第 3 作者

（20） Semi-Autoregressive Image Captioning, ACM Multimedia, 2021, 通訊作者

（21） Local-binarized very deep residual network for visual categorization, NEUROCOMPUTING, 2021, 第 3 作者

（22） Self-Regulated Learning for Egocentric Video Activity Anticipation, 2021, 第 2 作者

（23） QAIR: Practical Query-efficient Black-Box Attacks for Image Retrieval, CVPR, 2021, 第 6 作者

（24） Self-Regulated Learning for Egocentric Video Activity Anticipation, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 通訊作者

（25） Cascade Cross-modal Attention Network for Video Actor and Action Segmentation from a Sentence, ACM Multimedia, 2021, 第 5 作者

（26） Learning Feature Representation and Partial Correlation for Multimodal Multi-Label Data, IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 通訊作者

（27） Pano-SfMLearner: Self-Supervised Multi-Task Learning of Depth and Semantics in Panoramic Videos, IEEE SIGNAL PROCESSING LETTERS, 2021, 第 2 作者

（28） Augmented Adversarial Training for Cross-Modal Retrieval, IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 通訊作者

（29） Harmonized Multimodal Learning with Gaussian Process Latent Variable Models, IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2021, 通訊作者

（30） Multimodal Entity Linking: A New Dataset and A Baseline., ACMMM(CCF-A, oral), 2021, 通訊作者

（31） Interpretable Visual Reasoning via Probabilistic Formulation under Natural Supervision, ECCV, 2020, 通訊作者

（32） Gradually Vanishing Bridge for Adversarial Domain Adaptation, 2020, 第 2 作者

（33） Modeling Temporal Concept Receptive Field Dynamically for Untrimmed Video Analysis, ACMMM, 2020, 通訊作者

（34） State-relabling adversarial active learning, CVPR(CCF-A, oral), 2020, 第 4 作者

（35） Two-stream deep sparse network for accurate and efficient image restoration, COMPUTER VISION AND IMAGE UNDERSTANDING, 2020, 第 1 作者

（36） Towards discriminability and diversity: batch nuclear-norm maximization on output under label insufficient situations, IEEE CVPR, 2020, 通訊作者

（37） Towards Discriminability and Diversity: Batch Nuclear-norm Maximization under Label Insufficient Situations, 2020 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2020, 通訊作者

（38） Learning Feature Representation and Partial Correlation for Multimodal Multi-Labeled Data, IEEE Transactions on Multimedia(TMM), 2020, 通訊作者

（39） Online Fast Adaptive Low-Rank Similarity Learning for Cross-Modal Retrieval, IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 通訊作者

（40） A structured latent variable recurrent network with stochastic attention for generating Weibo comments, IJCAI, 2020,

（41） Parsing-based View-aware Embedding Network for Vehicle Re-Identification, 2020, 第 8 作者

（42） 最小熵遷移對抗散列方法, Min-Entropy Transfer Adversarial Hashing, 計算機研究與發展, 2020, 第 3 作者

（43） Heuristic Domain Adaptation, 2020, 第 3 作者

（44） Label Decoupling Framework for Salient Object Detection, 2020 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2020, 通訊作者

（45） Towards More Explainability: Concept Knowledge Mining Network for Event Recognition, ACMMM(CCF-A), 2020,

（46） Sharp Multiple Instance Learning for DeepFake Video Detection, 2020, 第 6 作者

（47） Textual-Visual Reference-Aware Attention Network for Visual Dialog, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2020, 第 3 作者

（48） Unsupervised Open Domain Recognition by Semantic Discrepancy Minimization, 2019 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR 2019), 2019, 通訊作者

（49） A Hierarchical CNN-RNN Approach for Visual Emotion Classification, ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS, 2019, 通訊作者

（50） SkeletonNet: A Hybrid Network With a Skeleton-Embedding Process for Multi-View Image Representation Learning, IEEE TRANSACTIONS ON MULTIMEDIA, 2019, 第 3 作者

（51） F3Net: Fusion, Feedback and Focus for Salient Object Detection, 2019, 第 2 作者

（52） Multi-modal semantic autoencoder for cross-modal retrieval, NEUROCOMPUTING, 2019, 通訊作者

（53） Adaptive Reconstruction Network for Weakly Supervised Referring Expression Grounding, 2019, 第 3 作者

（54） Online Asymmetric Metric Learning With Multi-Layer Similarity Aggregation for Cross-Modal Retrieval, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2019, 通訊作者

（55） Beyond Global Fusion: A Group-Aware Fusion Approach for Multi-View Image Clustering, INFORMATION SCIENCES, 2019, 第 3 作者

（56） Knowledge-guided Pairwise Reconstruction Network for Weakly Supervised Referring Expression Grounding, 2019, 第 3 作者

（57） Reverse Densely Connected Feature Pyramid Network for Object Detection, COMPUTER VISION - ACCV 2018, PT V, 2019, 通訊作者

（58） Knowledge-guided Pairwise Reconstruction Network for Weakly Supervised Referring Expression Grounding, PROCEEDINGS OF THE 27TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA (MM'19), 2019, 第 3 作者

（59） Structured Stochastic Recurrent Network for Linguistic Video Prediction, PROCEEDINGS OF THE 27TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA (MM'19), 2019, 第 3 作者

（60） Learning Fragment Self-Attention Embeddings for Image-Text Matching, PROCEEDINGS OF THE 27TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA (MM'19), 2019, 通訊作者

（61） Regularized topic-aware latent influence propagation in dynamic relational networks, GEOINFORMATICA, 2019, 第 1 作者

（62） Joint Global and Co-Attentive Representation Learning for Image-Sentence Retrieval, PROCEEDINGS OF THE 2018 ACM MULTIMEDIA CONFERENCE (MM'18), 2018, 第 1 作者

（63） How Functions Evolve in Deep Convolutional Neural Network, PROCEEDINGS OF 2018 14TH IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING (ICSP), 2018, 第 2 作者

（64） Multi-label double-layer learning for cross-modal retrieval, NEUROCOMPUTING, 2018, 第 3 作者

（65） Less Is More: Picking Informative Frames for Video Captioning, COMPUTER VISION - ECCV 2018, PT XIII, 2018, 通訊作者

（66） Attentive Recurrent Neural Network for Weak-supervised Multi-label Image Classification, PROCEEDINGS OF THE 2018 ACM MULTIMEDIA CONFERENCE (MM'18), 2018, 通訊作者

（67） Learning Semantic Structure-preserved Embeddings for Cross-modal Retrieval, PROCEEDINGS OF THE 2018 ACM MULTIMEDIA CONFERENCE (MM'18), 2018, 通訊作者

（68） Saliency-Based Spatiotemporal Attention for Video Captioning, 2018 IEEE FOURTH INTERNATIONAL CONFERENCE ON MULTIMEDIA BIG DATA (BIGMM), 2018, 第 3 作者

（69） S2L: SINGLE-STREAMLINE FOR COMPLEX VIDEO EVENT DETECTION, 2018 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA & EXPO WORKSHOPS (ICMEW 2018), 2018, 第 3 作者

（70） Bilevel Multiview Latent Space Learning, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2018, 第 3 作者

（71） Heterogeneous anomaly detection in social diffusion with discriminative feature discovery., INFORMATION SCIENCES, 2018, 第 3 作者

（72） Semantic invariant cross-domain image generation with generative adversarial networks, NEUROCOMPUTING, 2018, 第 2 作者

（73） Efficient Cross-modal Retrieval Using Social Tag Information Towards Mobile Applications, 2017, 第 5 作者

（74） Deep Unsupervised Convolutional Domain Adaptation, PROCEEDINGS OF THE 2017 ACM MULTIMEDIA CONFERENCE (MM'17), 2017, 通訊作者

（75） Multi-view Subspace Learning with Diversity Enforced Skeleton Embedding, 2017 IEEE THIRD INTERNATIONAL CONFERENCE ON MULTIMEDIA BIG DATA (BIGMM 2017), 2017, 第 3 作者

（76） Multimodal Similarity Gaussian Process Latent Variable Model, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2017, 通訊作者

（77） A survey on context-aware mobile visual recognition, MULTIMEDIA SYSTEMS, 2017, 第 3 作者

（78） Multimodal Gaussian Process Latent Variable Models with Harmonization, 2017 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV), 2017, 第 2 作者

（79） ONLINE LOW-RANK SIMILARITY FUNCTION LEARNING WITH ADAPTIVE RELATIVE MARGIN FOR CROSS-MODAL RETRIEVAL, 2017 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME), 2017, 第 2 作者

（80） Online Asymmetric Similarity Learning for Cross-Modal Retrieval, 30TH IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR 2017), 2017, 第 2 作者

（81） A Graph Regularized Deep Neural Network for Unsupervised Image Representation Learning, 30TH IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR 2017), 2017, 第 3 作者

（82） Bi-Level Multi-View Latent Space Learning, IEEETCSVTCCFB, 2017,

（83） Trajectory Community Discovery and Recommendation by Multi-Source Diffusion Modeling, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2017, 第 2 作者

（84） Multi-label classification by exploiting local positive and negative pairwise label correlation, NEUROCOMPUTING, 2017, 第 3 作者

（85） Location-Based Parallel Tag Completion for Geo-Tagged Social Image Retrieval, ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2017, 第 2 作者

（86） JEREMIE: Joint Semantic Feature Learning via Multi-relational Matrix Completion, 2017,

（87） A Delicious Recipe Analysis Framework for Exploring Multi-Modal Recipes with Various Attributes, PROCEEDINGS OF THE 2017 ACM MULTIMEDIA CONFERENCE (MM'17), 2017, 第 3 作者

（88） Cross-Modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation, IEEE TRANSACTIONS ON MULTIMEDIA, 2016, 通訊作者

（89） Cross-modal correlation learning by adaptive hierarchical semantic aggregation (vol 18, pg 1201, 2016), IEEE TRANSACTIONS ON MULTIMEDIA, 2016, 通訊作者

（90） 面向智慧型互動的圖像識別技術綜述與展望, Survey and Prospect of Intelligent Interaction-Oriented Image Recognition Techniques, 計算機研究與發展, 2016, 第 3 作者

（91） 基於社交內容的潛在影響力傳播模型, Social Content Based Latent Influence Propagation Model, 計算機學報, 2016, 第 2 作者

（92） Effective Multimodality Fusion Framework for Cross-Media Topic Detection, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2016, 第 4 作者

（93） Cross-modal Retrieval by Real Label Partial Least Squares, MM'16: PROCEEDINGS OF THE 2016 ACM MULTIMEDIA CONFERENCE, 2016, 第 3 作者

（94） Polysemious visual representation based on feature aggregation for large scale image applications, MULTIMEDIA TOOLS AND APPLICATIONS, 2015, 第 3 作者

（95） Location-Based Parallel Tag Completion for Geo-tagged Social Photo Retrieval, International Conference on Multimedia Retrieval (ICMR), 2015, 第 1 作者

（96） Cluster-Sensitive Structured Correlation Analysis for Web Cross Modality Retrieval, Neurocomputing, 2015, 第 1 作者

（97） GOMES: A GROUP-AWARE MULTI-VIEW FUSION APPROACH TOWARDS REAL-WORLD IMAGE CLUSTERING, 2015 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA & EXPO (ICME), 2015, 第 3 作者

（98） Multi-level discriminative dictionary learning with application to large scale image classification, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2015, 第 4 作者

（99） Structured Learning from Heterogeneous Behavior for Social Identity Linkage, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2015, 第 2 作者

（100） ALID: Scalable Dominant Cluster Detection, PROCEEDINGS OF THE VLDB ENDOWMENT, 2015, 第 2 作者

（101） IMPROVING CROSS-MODAL CORRELATION LEARNING WITH HYPERLINKS, 2015 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA & EXPO (ICME), 2015, 通訊作者

（102） Understanding taxi drivers' routing choices from spatial and social traces, FRONTIERS OF COMPUTER SCIENCE, 2015, 通訊作者

（103） Location-Based Parallel Tag Completion for Geo-tagged Social Image Retrieval, ICMR'15: PROCEEDINGS OF THE 2015 ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA RETRIEVAL, 2015, 第 2 作者

（104） Rationality Analytics from Trajectories, ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2015, 第 3 作者

（105） 異質媒體分析技術研究進展, Research on Heterogeneous Media Analytics: A Brief Introduction, 集成技術, 2015, 第 1 作者

（106） Cluster-sensitive Structured Correlation Analysis for Web cross-modal retrieval, NEUROCOMPUTING, 2015, 通訊作者

（107） GROUP SENSITIVE CLASSIFIER CHAINS FOR MULTI-LABEL CLASSIFICATION, IEEE International Conference on Multimedia and Expo, 2015,

（108） Similarity Gaussian Process Latent Variable Model for Multi-Modal Data Analysis, 2015 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV), 2015, 第 2 作者

（109） HYDRA: Large-scale Social Identity Linkage via Heterogeneous Behavior Modeling, SIGMOD'14: PROCEEDINGS OF THE 2014 ACM SIGMOD INTERNATIONAL CONFERENCE ON MANAGEMENT OF DATA, 2014, 第 2 作者

（110） Categorizing Social Multimedia by Neighborhood Decision using Local Pairwise Label Correlation, 2014 IEEE INTERNATIONAL CONFERENCE ON DATA MINING WORKSHOP (ICDMW), 2014, 第 3 作者

（111） CROSS MEDIA TOPIC ANALYTICS BASED ON SYNERGETIC CONTENT AND USER BEHAVIOR MODELING, 2014 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME), 2014, 通訊作者

（112） TINA: Cross-modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation, 2014 IEEE INTERNATIONAL CONFERENCE ON DATA MINING (ICDM), 2014, 第 2 作者

（113） GRAPH-DENSITY-BASED VISUAL WORD VOCABULARY FOR IMAGE RETRIEVAL, 2014 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME), 2014, 第 2 作者

（114） WIKI-CMR: A Web Cross Modality database for Studying and Evaluation of Cross Modality Retrival Methods, IEEE International Conference on Multimedia and Expo (ICME), 2013, 第 1 作者

（115） Xin Jin, Fuzhen Zhuang, Shuhui Wang, Qing He, and Zhongzhi Shi. Shared Structure Learning for Multiple Tasks with Multiple Views, ECML/PKDD13, September 23-27, 2013, Prague, Czech, ECML/PKDD13, 2013,

（116） Image classification using spatial pyramid robust sparse coding, PATTERN RECOGNITION LETTERS, 2013, 第 2 作者

（117） Undo the codebook bias by linear transformation for visual applications, ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA, 2013,

（118） CROSS-MEDIA TOPIC DETECTION: A MULTI-MODALITY FUSION FRAMEWORK, 2013 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME 2013), 2013, 第 4 作者

（119） Accurate and efficient cross-domain visual matching leveraging multiple feature representations, VISUAL COMPUTER, 2013, 第 2 作者

（120） Robust Spatial Consistency Graph Model for Partial Duplicate Image Retrieval, IEEE TRANSACTIONS ON MULTIMEDIA, 2013, 第 3 作者

（121） Laplacian affine sparse coding with tilt and orientation consistency for image classification, JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, 2013, 第 2 作者

（122） Cross Concept Local Fisher Discriminant Analysis for Image Classification, Multimedia Modelling (MMM), 2013, 第 1 作者

（123） TODMIS: Mining Communities from Trajectories, ACM International Conference on Information and Knowledge Management (CIKM), 2013, 第 1 作者

（124） Multi-Level Discriminative Dictionary Learning towards Hierarchical Visual Categorization, 2013 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2013, 第 2 作者

（125） Beyond bag of words: Image representation in sub-semantic space, ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA, 2013,

（126） Accurate and efficient cross-domain visual matching leveraging multiple feature representations, 2013, 第 2 作者

（127） Nearest-neighbor method using multiple neighborhood similarities for social media data mining, NEUROCOMPUTING, 2012, 通訊作者

（128） (SMKL)-M-3: Scalable Semi-Supervised Multiple Kernel Learning for Real-World Image Applications, IEEE TRANSACTIONS ON MULTIMEDIA, 2012, 通訊作者

（129） Multi-feature Metric Learning with Knowledge Transfer among Semantics and Social Tagging, 2012 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2012, 通訊作者

（130） Nearest-neighbor method using multiple neighborhood similarities for social media data mining, NEUROCOMPUTING, 2012, 通訊作者

（131） SHOT CLASSIFICATION FOR ACTION MOVIES BASED ON MOTION CHARACTERISTICS, 200815THIEEEINTERNATIONALCONFERENCEONIMAGEPROCESSINGVOLS15, 2008, 通訊作者