实验室负责人

鲁鹏

副教授，博士生导师

鲁鹏，男，1978年9月生于湖北省武汉市。2006年7月获得中国科学院自动化研究所博士学位，2008 年到2010 年在北京大学人机交互与多媒体实验室从事博士后研究，2010年至今受聘于北京邮电大学计算机学院。

主持纵向项目包括：国家自然科学基金项目"面向概念设计的虚实融合环境交互技术研究"，博士后基金项目"自然的三维概念草图绘制技术研究"；作为负责人完成国家863项目"基于双目立体视觉的自然交互技术"的研究工作；同时，主持多项横向课题的研究工作。

指导本科生获得2011年“全国大学生智能设计竞赛”一等奖; 2013年获得“北京邮电大学第十一届教学观摩评比”二等奖。 指导本科生获得2016年“全国大学生智能设计竞赛”二等奖。

研究方向：机器学习、计算机视觉、人机交互

承担课程：机器视觉、多模态信息处理、智能机器人

工作地点：北京邮电大学新科研楼812房间

电子邮箱：lupeng@bupt.edu.cn

主讲课程

带你走进计算机视觉与深度学习的大门

计算机视觉之三维重建篇-精简版

什么是摄像机？它的成像原理是什么？单张图像可以重建场景吗？什么是多视图几何？它有什么性质？如何通过图像重建3d场景？这门课会代领同学们进入视觉重建技术的世界，不再囿于"一张图像"的 平面视角。



计算机视觉基础

本课程将着眼于计算机视觉的基本框架，带领大家从最基础的必备图像处理技巧开始， 首先探索图片基本信息（诸如边缘、尺度不变的特征点，直线或基本图形的拟合、纹理等）的提取和应用。 然后,我们将一起着眼于计算机视觉的基本任务的解决方法，即分割问题、识别问题、检测问题。 同时，本课程也会带领大家进入立体视觉的世界，以运动恢复结构为例打开3D大门。

计算机视觉与深度学习

什么是深度学习？什么是神经网络？神经网络都有哪些结构？能够完成计算机视觉中的什么任务？ 本课程将从基本的线性分类器、全连接神经网络、卷积神经网络开始，步入深度学习的世界。 探究如何利用他们解决分类、分割、检测问题。 同时，也将讲到网络的可视化的方法。除了常用的判别模型，我们也会讲到生成模型， 比如VAE、GAN等的模型结构、论文解读和应用。

成果概览

  • Yin W, Lu P, Zhao Z, et al. “Yes, Attention Is All You Need for Exemplar based Colorization", Proceedings of the 29th ACM International Conference on Multimedia (MM '21), Virtual Event, China., 2021[C]. ACM, New York, NY, USA, October 20–24, 2021.
  • Lu P, Yu J, Peng X, et al. Gray2ColorNet: Transfer More Colors from Reference Image[C]// 28th ACM International Conference on Multimedia. ACM, 2020.
  • Lu P, Zhang H , Peng X , et al. Learning the Relation between Interested Objects and Aesthetic Region for Image Cropping[J]. IEEE Transactions on Multimedia, 2020, PP(99).
  • Lu P, Liu J, Peng X, et al. Weakly Supervised Real-time Image Cropping based on Aesthetic Distributions[C]// 28th ACM International Conference on Multimedia. ACM, 2020.(Oral)
  • Lu P, Zhang H , Peng X , et al. Aesthetic guided deep regression network for image cropping[J]. Signal Processing: Image Communication, 2019, 77:1-10.
  • Lu P, Yu J , Peng X . Deep Conditional Color Harmony Model for Image Aesthetic Assessment[C]// 24th International Conference on Pattern Recognition. 2018.
  • Lu P, Peng X, Yu J, et al. Gated CNN for visual quality assessment based on color perception[J]. Signal Processing: Image Communication, 2019, 72(C):105-112.
  • Lu P, Yuan C, et al. Image color harmony modeling through neighbored co-occurrence colors[J]. Neurocomputing, 2016.
  • Lu P, Peng X, et al. Towards aesthetics of image: A Bayesian framework for color harmony modeling[J]. Signal Processing Image Communication, 2015.
  • Lu P, Peng X, Zhu X, et al. An EL-LDA based general color harmony model for photo aesthetics assessment[J]. Signal Processing, 2014,120.
  • Lu P, Kuang Z , Peng X , et al. Discovering Harmony: A Hierarchical Colour Harmony Model for Aesthetics Assessment[C]// Asian Conference on Computer Vision. Springer, Cham, 2014.
  • Lu P, Peng X, Zhu X, et al. Finding More Relevance: Propagating Similarity on Markov Random Field for Image Retrieval[J]. Signal Processing: Image Communication, 2013,32.