DOC《西南交通大学关于2018年度公开招聘应聘人员情况》

西南交通大学关于2018年度公开招聘应聘人员情况 应聘人: 何沛松 应聘岗位:师资博士后 应聘单位: 信息科学与技术学院 应聘单位负责人签章:

1、基本情况 性别 男 国籍 中国 籍贯 重庆市万州区 现任专业 技术职务 任职时间 出生年月 1991年1月 现工作单位或人事关系所在部门 上海交通大学 最后学位 博士 授予学位单位 上海交通大学 最后学习阶段导师 蒋兴浩 国内外主要学术及社会兼职 国际期刊 IEEE Transactions on Information Forensics &

Security(学术期刊分级A++)审稿人;

国际期刊Neurocomputing(学术期刊分级A++)审稿人;

国际期刊 Journal of Visual Communication and Image Representation 审稿人(学术期刊分级A+) 从事专业 多媒体安全;

人工智能;

生物信息安全 主要学术成绩、创新成果及评价 (限800字以内) 个人主要研究方向:多媒体安全,人工智能,生物信息安全 参与国家自然基金项目2项.

1. 提出一种基于局部运动向量场分析的静止背景视频双压缩检测算法.该算法利用局部运动向量场分析方法对背景区域进行宏块级分割.通过对前景区域和背景区域赋予不同权重,抑制快速运动前景内容的干扰并提取更为鲁棒的加权预测残差序列.相较于传统算法,该算法对编码参数的多样性更为鲁棒. 2. 提出一种基于重定位I帧块效应异常强度的视频双压缩检测算法.该算法首先利用去块效应滤波器提取解压缩帧空间域的块效应强度.块效应强度序列结合宏块统计模式计算特征序列.相较于传统基于宏块类型异常模式的算法,该算法对内容多样性更为鲁棒,特别是具有复杂纹理并缓慢运动的视频内容. 3. 提出一种基于卷积神经网络的帧级双压缩痕迹检测算法.该算法采用卷积神经网络技术区分重定位I帧和其他类型的P帧.在网络结构设计时,需要考虑加入提取高频分量的预处理层,抑制视频内容对分类性能的干扰.此外,该网络还采用1x1卷积核以及平均池化层等结构减少过拟合现象.实验结果表明该算法能够准确的进行帧级重定位I帧检测. 4. 提出一种基于3D卷积神经网络及domain generalization技术的人脸活体检测算法.该算法首先利用3D卷积神经网络学习层次化的时空特征表达,用于区分真实人脸样本和假脸攻击样本在物理特性上的细微差别.该神经网络采用统一的3x3x3卷积核尺寸,提高网络学习能力.然后,采用domain generalization技术,在样本训练过程中缩小不同集合样本在特征空间中的距离,使得训练模型在跨数据库场景下仍取得较为鲁棒的检测结果.该算法在多个公开人脸活体检测数据库上均取得良好的检测性能. 以上成果发表学术论文9篇(第一或通讯作者4篇),其中SCI收录5篇、EI收录4篇(SCI与EI论文不重复计算),SCI他人引用6次. 明确:第一作者或通信作者论文:A++

1 篇;

A+

2 篇.

2、学习经历 学历/学位 起止时间 毕业学校 所学专业 导师 培养方式 本科 2009.09-2013.07 电子科技大学 通信工程 - 全日制 博士 2013.09-2018.11 上海交通大学 网络空间安全 蒋兴浩 全日制

3、工作经历 起止时间 职位名称 任职单位 2016.09-2017.09 联合培养博士 新加坡南洋理工大学

4、论文情况(5篇以内代表性论文): 序号题目 发表刊物或 出版单位名称 年度 期号 作者 排名 第一作者 单位 刊物性质及期刊号 论文 分区 (学术期刊分级A++ 等,SCI?区 期刊类别影响因子及排序 他人引用次数