陳虎，男，博士，四川大學計算機學院講師。
基本介紹
- 中文名：陳虎
- 國籍：中國
- 畢業院校：電子科技大學
- 學位/學歷：博士
- 專業方向：人工智慧、人臉識別
- 性別：男
- 職稱：講師
- 研究方向：人工智慧、人臉識別
人物經歷,研究方向,學術會議,項目成果,主持項目,主研項目,社會任職,論文著作,
人物經歷
2011年6月於電子科技大學獲得博士學位，2008年9月至2009年9月在美國加州大學聖地亞哥分校（University California, San Diego），電子與計算機工程學院，視頻處理實驗室進行研究與學習，為聯合培養博士；2011 年 12 月至今在四川大學計算機學院任教。
研究方向
具體研究方向包括視頻分析與處理、視頻編解碼、 深度學習、人臉識別、醫學圖像處理等。
學術會議
作為組委會成員參與組織本領域的多個權威國際國內學術會議(智慧型信號處理與通信系統國際學術會議（International Symposium on Intelligent Signal Processing and Communications Systems (ISPACS 2010)）、中國生物特徵識別大會（Chinese Conference on Biometric Recognition （CCBR2016）等)。
項目成果
主持項目
作為項目負責人或主要研究人員參與國家/國防縱向科研項目以及企業委託研發項目等十餘項；包括國家重點研發計畫、國家自然科學基金、國家重大儀器設備開發專項、工信部電子產業基金等重大項目的研究工作。
1. 國家重點研發計畫：法定身份管理關鍵技術研究與套用示範”子課題”人臉採集數據的質量指標，評估方法以及異源異質人臉識別方法研究
2. 國家自然科學基金：基於HEVC 的運動信息可分級的研究
3. 四川省重點研發項目：基於深度視覺的智慧型鐵軌檢測的研究與實現
4. 四川省中醫藥管理局科學技術研究專項項目：基於機器視覺聯合人工智慧技術的貴細藥材（飲片）品質檢測研究
5. 合作項目：低小慢移動目標的智慧型識別與跟蹤
主研項目
1. 國家自然科學基金：動態視點下室外場景的線上協同式虛實結合
2. 國家重大儀器設備開發專項：高速高精度結構光三維測量儀器開發與套用
3. 電子信息產業發展基金：基於動態信息的智慧型交通系統研發及套用示範
4. 四川省重大科技成果轉化示範項目：三維人臉識別終端
5. 合作項目：成都鐵路局“人證票合一”查驗系統
6. 道路交通安全公安部重點實驗室開放課題：基於深度學習的機動車通行安全狀態感知技術研究
社會任職
擔任IEEE Transactions on medical Imaging，IEEESignal Processing Letters等期刊的審稿人，多次被評為四川大學青年骨幹教師。
論文著作
已在 IEEE Transactions on medical Imaging，IEEE Transactions on Image Processing 等權威國際國內學術期刊和國際會議上發表論文近 30 篇。
[1] LEARN: Learned Experts’ Assessment-based Reconstruction Network for Sparse-data CT, IEEE Transactions on Medical Imaging, 2018.2
[2] Low-Dose CT With a Residual Encoder-Decoder Convolutional Neural Network, IEEE Transactions on Medical Imaging, 2017.12
[3] Stacked competitive networks for noise reduction in low-dose CT, Plos one, 2017
[4] Low-dose CT via convolutional neural network, Biomedical Optics Express, 2017
[5] Head Pose Estimation with Improved Random Regression Forests, Mathematical Problems in Engineering, 2015
[6] Few-view image reconstruction combining total variation and a high-order norm, International Journal of Imaging System and Technology, 2013.9
[7] Bidirectional Scalable Motion for Scalable Video Coding, IEEE Transactions on Image Processing, 2010.11
[8] Deep learning for low-dose CT 2017 SPIE Optical Engineering + Applications
[9] Low-dose CT restoration with deep convolutional neural network, 2017 International Conference on Fully Three-Dimensional Image Reconstruction in Radiology and Nuclear Medicine
[10] Denoising with convolutional neural network, 2017 IEEE International Symposium on Biomedical Imaging
