刘允才 : 1974年山东大学本科毕业 ,1981年在山东大学获得硕士学位。1984年在美国伊利诺斯大学(UIUC)学习,师从计算机视觉世界顶级专家Thomas S. Huang教授,1990年获得博士学位。对基于图像的刚体三维空间运动分析做出了原创性的贡献,毕业后留美国贝克曼高级科学技术研究院继续从事相关研究。1992年加入日本住友电气工业株式会社,历任系统顾问、总顾问职。2000年回国,受聘教育部长江学者特聘教授,加盟上海交通大学,任特聘教授、博士生导师,历任国际学术期刊《Pattern Recognition》编委、中国图像与图形学学会学术委员会委员、学会理事、中国智能交通工程学会理事。
        他创建上海交通大学计算机视觉实验室,长期从事计算机视觉理论研究。主要研究方向计算机视觉、智能交通系统、机器人外科手术。培养博士、硕士、博士后研究人员近百人,承担国家973、国家863、国家支撑计划、国家自然基金、教育部、上海市科委、国际合作等项目。联合出版著作4部,在包括IEEE Trans. PAMI、IEEE Trans. Image Processing、Pattern Recognition、Physic Review、CVPR、ICCV、ICPR等国际学术期刊与会议上发表论文400余篇;获国家发明专利授权70余项。获得2012年度国家技术发明二等奖、2002年度教育部提名国家科学技术奖自然科学奖;上海市白玉兰奖,上海市2003、2004、2005、2009、2011度科学进步等奖;上海市优秀博士、硕士论文奖导师、全国优秀博士论文提名奖导师。


链接: 承担的科研项目与获奖情况
办公地点:上海交通大学闵行校区电信大楼二号楼431室
电话:(86-21)3420-4340
传真:(86-21)3420-4340
实验室地点:上海交通大学闵行校区电信大楼二号楼233室
电话:(86-21)3420-4028
招生信息: 本年度不招收研究生

    实验室之兴衰,系于学风。学风正则兴,学风衰则亡——此乃吾实验室之本也。学子者,古曰士人,君子也,当学风超迈,志存高远,忠诚科学,严谨笃学,淡泊名利,崇尚情操。学术者,乃科学之惑也,探求而郁郁不解者,平常也,学子勉乎哉。吾实验室学子,皆佼佼者,多已成业。或教或商或农或工,宜勤奋自勉,兢兢业业,博学笃志,修养自身,立事业之大成,筑国家之栋梁。学子之有成,乃吾实验室之幸,学校之幸,国家之幸也。

目标运动分析
Target Motion Analysis
研究范围包括基于图像的刚体三维运动分析、连接刚体三维运动分析、非延展柔体三维运动分析,并将连接刚体运动分析应用于人体三维运动分析、多目标运动分析。
Target Motion Analysis Scope
连接刚体三维运动分析
Three-dimensional Motion Analysis of Connected Rigid Body
Connected Rigid Body
从视觉几何分析了连接刚体三维运动参数的求解方法,证明了连接刚体运动符合刚体运动的基本方程,并给出了求解连接刚体运动初始姿态和运动参数的必要条件。这一研究成果发表在IEEE trans.on PAMI上。
多摄像机人体三维运动分析
Multi-camera Human Body Three-dimensional Motion Analysis
Motion Detection Gesture Simulation
Gesture Simulation
在多摄像机环境下(摄像机数目4—16),采用改进的空间雕刻(Space Carving)方法,求解人体的动态点云体素结构,并结合人体的三维骨架模型,求解出人体各肢体、关节的三维运动参数。研制了无标志人体运动捕捉仪。在8只摄像机的情况下,运动参数计算速度可达10帧/秒。
单目摄像机人体三维运动分析
Three-dimensional Motion Analysis of Monocular Camera Human Body
Body Prediction Point Cloud Distribution
在单目摄像机环境下,采用人体图像轮廓特征信息和人体三维骨架模型,利用人体三维卷积曲面模型以及机器学习方法,求解人体骨架的三维运动参数,并进而构建人体的面片网格动态模型。相应的研究论文发表于 IEEE trans on Image Processing等学术期刊。
非延展柔体运动分析
Non-extended Soft Body Motion Analysis
Body Prediction
柔性物体的三维运动分析是至今尚未得到解决的计算机视觉理论之一。我们针对一种柔性物体的特例 — 非延展柔体进行了双目视觉和单目视觉环境下的三维运动分析,采用凸优化理论,得到了满意的实验结果。相关研究论文发表于 IEEE trans on Image Processing、Pattern Recognition等学术期刊。
人脸超分辨率处理
Face Super Resolution Processing
人脸超分辨率处理是从人脸的低分辨率图像获得高分辨率的图像,在人目标监控、人脸识别等领域具有重要的应用。在我们建立的多层次辨率人脸数据库的基础上,采用人脸局部区域合成的方法,得到了良好的人脸超分辨率处理效果。
Face Super Resolution Processing
图像标注与检索
Image Annotation and Retrieval
图像标注
Image Annotation
Annotation Prediction
图像标注是利用计算机自动分析自然图像的场景并用文字形式给出场景关键词,为图像筛选、分类和检索提供语义特征。我们从数据库中学习相似度度量,将相似度度量嵌入到了图像排序和标注过程。利用图像排序和图像标注之间存在着相互依赖的关系,采用互协作尺度学习方法充分地挖掘了图像排序和标注的语义信息。
图像检索
Image Retrieval
Annotation Prediction
将数据分布判别式相似度度量的学习方法用于基于内容的图像检索。从数据库图像的概率分布中导出相应的核函数;由于所研究的反映了可观测变量(图像特征)、隐变量(混合中心指示子)和模型参数,充分地挖掘隐含信息、适应数据分布,因而获得了良好的图像检索效果。
密集人流分析与理解
Dense Crowd Flow Analysis and Understanding
以人流、交通流以及自然界的密集生物等运动群体为对象,研究了群目标运动的视频检测、视觉描述、集群分类等计算方法。利用历史光流、运动轨迹片段特征,采用特征分析与识别、深度学习等方法理解群的汇聚、消散、合并、分裂等运动形态演变的语义;并对运动人流的密集度进行了定义和度量。
Dense Crowd Flow Analysis
基于脑机理的视觉认知
Visual Cognition Based on Brain Mechanism
通过神经生理学实验与统计建模与分析,对自然场景中视觉先验的神经编码进行研究。根据模拟神经编码机制,提出了适用于识别的视觉特征学习算法,并对特征在识别中的泛化能力进行了分析。利用脑内置多点检测芯片,从猕猴大脑多个区域中获取刺激的响应信号(在CMU大学联合实验)进行验证,获得了满意的实验效果,相应研究成果发表于IEEE Tran. IFS.
Body Prediction Point Cloud Distribution
copyright © VisionLab 2006