卿粼波

职称/职务：副教授

电子邮件：qing_lb@scu.edu.cn

研究方向：人工智能与计算机视觉，多媒体信息安全，开源情报与大数据分析

• 个人简介

卿粼波，男，副教授，博士生导师。2003年毕业于靠谱的十大网投实体平台电子信息学院，获电子信息科学与技术专业学士学位。于2008年在靠谱的十大网投实体平台电子信息学院获通信与信息系统专业工学博士学位。挪威阿哥德大学（2011/02-2011/08）、意大利都灵理工大学（2011/09-2012/02）、美国密苏里大学哥伦比亚分校（2012/12-2013/12）访问学者。主要从事人工智能与计算机视觉、多媒体信息安全、开源情报大数据分析、图像/视频通信等方面的理论及应用研究。四川省电子学会青年人才委员会委员，IEEE会员，中国电子学会会员。担任多个国际国内会议的Session Chair和TPC，IEEE Transactions on Image Processing，IEEE Transactions on Multimedia, IEEE Transactions on Circuits and Systems for Video Technology等国际学术期刊的审稿人。

• 教学科研及获奖情况

主持或参与包括国家自然科学基金面上项目/青年基金项目/国际（地区合作与交流项目）、欧盟FP-7项目、四川省科技厅科研项目、成都市重大科技应用示范项目及企事业合作项目等20余项，涉及多媒体信息挖掘与安全传输、网络舆情分析与开源数据挖掘、人工智能与大数据应用、基于多媒体的公共空间安全态势挖掘等领域。在近年内发表学术论文60余篇，其中被SCI收录20余篇，申请并受理发明专利30余项（获授权中国专利8项，美国专利1项）。主讲《图像通信》、《微机原理与接口技术》、《数字信息技术专业实验》等课程，参与编写教材两部（含“十一五规划教材”一部）。

• 近年主持的部分科研项目

1. 国家自然科学基金面上项目，61871278，面向城市公共空间规划的视频分析及活力量化预测研究，2019/01-2022/12。

2. 四川省科技厅国际科技合作与交流研发项目，2018HH0143，基于群体感知的城市公共安全监测与预警关键技术研究，2018/07-2021/06。

3. 四川省教育厅科研项目，18ZB0355，面向城市感知的视频分析关键技术研究，2018/01-2018/12。

4. 靠谱的十大网投实体平台优秀青年学者科研基金，基于云转码的低功耗隐私保护视频通信关键技术研究，2015SCU04A11，2015/01-2017/12。

5. 国家自然科学基金青年基金项目，61201388，面向WMSN分布式多视点视频编码及鲁棒传输关键技术研究，2013/01-2015/12。

• 近年代表性论文著作

1. Qing L, Li L, Wang Y, Cheng Y, Peng Y. SRR-LGR: Local–Global Information-Reasoned Social Relation Recognition for Human-Oriented Observation[J]. Remote Sensing. 2021; 13(11):2038. (SCI)

2. Gao, J,Qing L,Li L, Cheng Y, Peng Y. Multi-scale Features based Interpersonal Relation Recognition using Higher-order Graph Neural Network[J]. Neurocomputing, 2021. (SCI)

3. Su J , He X ,Qing L, et al. A Novel Social Distancing Analysis in Urban Public Space: A new Online Spatio-Temporal Trajectory Approach[J]. Sustainable Cities and Society, 2021, 68(3):102765.(SCI)

4. Xu S ,Qing L, Han L, et al. A New Remote Sensing Images and Point-of-Interest Fused (RPF) Model for Sensing Urban Functional Regions[J]. Remote Sensing, 2020, 12(6):1032.(SCI)

5. Luo X , He X ,Qing L, et al. EyesGAN: Synthesize human face from human eyes[J]. Neurocomputing, 2020, 404.(SCI)

6. Liu L, He X, Liu L,Qing L, Fang Y, Liu J. Capturing the Symptoms of Malicious Code in Electronic Documents by File’s Entropy Signal Combined with Machine Learning[J]. Applied Soft Computing, 2019, 82: 105598.（SCI）

7. Lin H , He X ,Qing L, et al. Improved Low-Bitrate HEVC Video Coding Using Deep Learning Based Super-Resolution and Adaptive Block Patching[J]. IEEE Transactions on Multimedia, 2019, 21(12):3010-3023.

8. Jia Y ,Qing L, Zeng W . High-Order Statistical Modeling Based on Decision Tree for Distributed Video Coding and Xiaohai He[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2018, PP(99):1-1. (SCI)

9. Yang H ,Qing L, He X , et al. Scalable Distributed Video Coding for Wireless Video Sensor Networks[J]. IEICE Transactions on Information & Systems, 2018, 101(1):20-27.

10. Qing L, Zeng W . Context-Adaptive Modeling for Wavelet-Domain Distributed Video Coding[J]. IEEE Multimedia, 2014, 21(4):84-93.