课题组每年招收博士研究生、硕士研究生与本科实习生，具体研究方向包括图像处理、模式识别与智能系统、机器学习、深度学习等领域。
课题组提供良好的科研环境氛围，并且有一批专业的老师、专家、同学来指导、合作。

欢迎自动化、计算机、软件工程、数学、等学科、对人工智能及其在智能金融、智能制造、智能交通、等领域得研究工作有浓厚兴趣，具有钻研和探索精神、团队合作意识、思想品质优秀、专业知识扎实得同学与宋永红老师联系(songyh@xjtu.edu.cn)，欢迎优秀学子们加入！

1. Jiawei Zheng，Yonghong Song，Learning the Beneficial, Forgetting the Harmful: High Generalization Reinforcement Learning with in Evolving Representations, Journal:  Neurocomputing, Volume 619, 28 February 2025, 129139, ISSN: 0925-2312，https://doi.org/10.1016/j.neucom.2024.129139
2. P. Guo, Y. Song, B. Wang, J. Liu and Q. Zhang, "PLBR: A Semi-Supervised Document Key Information Extraction via Pseudo-Labeling Bias Rectification," in IEEE Transactions on Knowledge and Data Engineering, vol. 36, no. 12, pp. 9025-9036, Dec. 2024, doi: 10.1109/TKDE.2024.3443928. 
3. Chenning Kang,Yonghong Song,Pengcheng Guo, LHE-PSN A Photometric Stereo Network with Lightweight High-frequency Enhancement Module, 2024 7th Artificial Intelligence and Cloud Computing Conference be held at  Tokyo, Japan, 14 Dec - 16 Dec 2024.
4. Jiawen Chen,Yonghong Song, Area Mapping via Pseudo Label Discovery for Weakly Supervised Object Detection, the 2024 International Conference on Progress in Informatics and Computing (PIC-2024), be held at  Shanghai,China, 20 Dec - 22 Dec 2024.
5. Qi Zhang, Yonghong Song, Pengcheng Guo, Yangyang Hui,CRMSP: A semi-supervised approach for key information extraction with Class-Rebalancing and Merged Semantic Pseudo-Labeling,Neurocomputing,Volume 616,2025,128907,ISSN 0925-2312, https://doi.org/10.1016/j.neucom.2024.128907.
6. Meng, X., Song, Y., & Li, G. (2024). Nested transformer decoder using dense skip-connections for change detection in high-resolution remote sensing image. International Journal of Remote Sensing, 45(22), 8061–8083. https://doi.org/10.1080/01431161.2024.2398225 
7. Z. Meng, Y. Song, Y. Zhang, Y. Nan and Z. Bai, "Traffic Object Detection for Autonomous Driving Fusing LiDAR and Pseudo 4D-Radar Under Bird’s-Eye-View," in IEEE Transactions on Intelligent Transportation Systems, vol. 25, no. 11, pp. 18185-18195, Nov. 2024, doi: 10.1109/TITS.2024.3417826.
8. Li, S., Song, Y., Wu, X., Su, Y., & Zhang, Y. (2024). MFMENet: multi-scale features mutual enhancement network for change detection in remote sensing images. International Journal of Remote Sensing, 45(10), 3248–3273. https://doi.org/10.1080/01431161.2024.2343139 
9. Liu T, Huang S, Li R, Gao P, Li W, Lu H, Song Y, Rong J. Dual and Multi-Target Cone-Beam X-ray Luminescence Computed Tomography Based on the DeepCB-XLCT Network. Bioengineering (Basel). 2024 Aug 28;11(9):874. doi: 10.3390/bioengineering11090874. PMID: 39329616; PMCID: PMC11428951.
10. Li Z , Liu Y , Song Y .Image Caption Method from Coarse to Fine Based On Dual Encoder-Decoder Framework[C]//2024 International Joint Conference on Neural Networks (IJCNN).0[2024-10-20].DOI:10.1109/IJCNN60899.2024.10650584.
11. Hanxiao Li, Yonghong Song, Tong Geng, Semi-Supervised Crowd Counting Based on Hard Pseudo-Labels, the IEEE World Congress on Computational Intelligence (IEEE WCCI 2024) to be held at  Pacifico Yokohama, Yokohama, Japan, 30 June - 5 July 2024.
12. Ke Jia, Yonghong Song, Video Anomaly Detection Via Self-supervised Learning With Frame Interval and Rotation Prediction, IEEE Conference on Multimedia Expo 2024, July 15-19 ,2024, in Niagara Falls
13. DaiLiang Zhou, YongHong Song,PNSP: Overcoming catastrophic forgetting using Primary Null Space Projection in continual learning,Pattern Recognition Letters,Volume 179,2024,Pages 137-143,ISSN 0167-8655,https://doi.org/10.1016/j.patrec.2024.02.009. 
14. Jiawei Zheng, Yonghong Song*，Effective Representation Learning is More Effective in Reinforcement Learning than You Think，2024 IEEE International Conference on Robotics and Automation (ICRA)
15. Z. Chen, Y. Song, Y. Ma, G. Li, R. Wang and H. Hu, "Interaction in Transformer for Change Detection in VHR Remote Sensing Images," in IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-12, 2023, Art no. 3000612, doi: 10.1109/TGRS.2023.3324025.

查看完整列表 

1. 场景图像中文字检测与提取

图像中的文字是可以直接传递内容语义的重要信息源，由于自然场景的复杂性和其中的文字的大小、颜色、字体、语种、排列方向等的多样性，自然场景图像中的文字检测是一个非常有挑战性的问题。团队研究自然场景中文字的检测和提取方法，其中包括：复杂自然场景图像中文字特征的学习与筛选方法、基于多级信息集成机制的文字判别分析、等关键技术。

2. 手势识别

手势是人类常用的一种符号化语言，在传递信息时具有快速、方便、自然的特点。因此手势的自动识别一直是学术界关注的热点。团队主要侧重于结合深度信息的手势识别方法的研究，其中包括：指尖检测与定位、手部姿态估计与建模、手势识别与分类等。

3. 动作识别

动作识别结合了模式识别与机器学习、人工智能、等多个学科的理论与技术，在视频监控、视频检索、虚拟现实、人机交互等领域有广泛的应用前景。团队研究结合深度信息的视频序列中动作的识别与分类方法，主要包括：动作序列的检测与分割、动作显著性特征的学习与表达、动作的分类与预测等。

4. 文档图像分析与理解

文档图像能够使人们能够方便有效地对文档进行存储、检索和传输，因而越来越受到大家的关注。团队研究针对文档图像的图像去噪、校正、版面分析、拼接、扭曲恢复、表达、检索等关键技术，旨在构建高可靠性的文档图像处理系统。

5. 目标表面缺陷检测与三维重建

研究基于视觉信息的目标表面缺陷的检测与定位技术、分割技术、分类技术，完成目标表面的三维重建与可视化。

1. 宋永红、姚志茂、孟高峰、张元林、万湘琳，一种基于形状特征的带边框矩形印章图形提取方法，ZL200910150816.1，申请日：2009/6/15，授权日：2013/8/14
2. 宋永红、张元林、肖桂林、孟高峰、雷东东，一种半色调文档图像的噪声处理方法，ZL200910022698.6，申请日：2009/5/26，授权日：2011/11/16
3. 宋永红、张云、张元林，基于局部信息的文档图像校正方法，ZL201310303996.9，申请日：2013/7/18，授权日：2016/3/2
4. 宋永红、张元林、孟泉、雍旭东、刘跃虎、陈晓，一种基于多特征的文本图像相似度度量方法，ZL201310332513.8，申请日：2013/8/1，授权日：2016/6/29
5. 宋永红、张云、张元林、刘阳，一种手绘草图离线识别与整形方法，ZL201310289788.8，申请日：2013/7/10，授权日：2016/5/25
6. 宋永红、俞雨、张元林，基于深度信息的指尖检测方法，ZL201310407231.X，申请日：2013/9/9，授权日：2016/7/6
7. 宋永红、张元林、雍旭东，一种文字图像特征差异的快速计算方法，ZL201310331596.9，申请日：2013/8/1，授权日：2016/8/10
8. 宋永红、龚晨、张元林，基于背景密度估计的印章图像提取方法， ZL201410690319.1，申请日：2014/11/25 ，授权日：2017/2/22
9. 宋永红、郁冲、张元林，一种基于直线连续性的文档图像来源判别方法，ZL201410389826.1，申请日：2014/8/8 ，授权日：2017/2/15
10. 宋永红、龚晨、张元林，基于局部纹理方向性的图像增强方法， ZL201410741870.4，申请日：2014/12/8，授权日：2017/4/19

查看完整列表