基本信息
张永强，博士，骏马计划A3岗研究员，博士生导师，入选“2020全国博士后创新人才计划（博新计划）”，获“黑龙江省人工智能学会优秀博士论文”一等奖。从事人工智能、深度学习/机器学习、计算机视觉等相关科研工作，包括顶层视觉任务（如物体检测、图像分割等），和一些底层视觉任务（图像超分辨、图像去模糊/去雨/去雾等），已发表SCI/EI学术论文30余篇，其中包括多篇国际顶级期刊文章（IJCV，TNNLS，PR等）和多篇人工智能/计算机视觉顶级国际会议文章（CVPR/ICCV/ECCV/Nips/AAAI），发明专利授权11项。主持中国博士后基金创新人才支持计划项目、国家青年自然科学基金、黑龙江省博士后面上资助、黑龙江省自然科学基金联合引导项目、以及多项航空航天项目等研究工作。担任T-PAMI、TNNLS、PR、PRL、SPL等多个期刊，以及CVPR/ICCV/ECCV/Nips/AAAI等多个国际会议审稿人。
教育&工作经历
2024.8-今 内蒙古大学，计算机学院，研究员 博导
2020.9-2024.8 哈尔滨工业大学 仪器科学与工程学院，讲师 硕导
2020.7-2024.7 哈尔滨工业大学 计算机学院，博士后(合作导师左旺孟教授)
2015.9-2020.4 哈尔滨工业大学 仪器科学与工程学院，博士
2017.3-2018.4 King Abdullah University of Science & Technology (KAUST)，Visual Computing Center, Visiting Ph.D. Student
2013.9-2015.7 哈尔滨工业大学 电气工程及自动化学院，硕士
2009.9-2013.7 哈尔滨理工大学 测控技术与通信工程学院，学士
研究领域：人工智能/深度学习、计算机视觉、智能测试
1. 计算机视觉-顶层视觉解析：图像分类、物体（人脸/行人/通用）检测、语义/示例分割、视频中物体检测、视频分类/检测定位，以及深度学习、弱监督学习、自监督学习、少样本学习、强化学习、领域自适应等
2. 计算机视觉-底层视觉：图像/视频去噪与超分辨、图像/视频生成与合成、人脸超分辨/人脸增强、图像去雾/图像去雨/图像去灰尘、基于深度学习的图像/视频编解码等
3. 跨领域、多模态下的图像/视频理解：自然语言处理+计算机视觉算法开发、可见光+红外+雷达多模态数据处理及理解、大模型在各个领域中的应用研究等
4. 智能化测试及应用：面向航空/航天的测试控制系统研发（包括硬件电路设计及软件系统研发）、智能装配、智能制造、机器人控制技术等
论文&专利（谷歌学术：https://scholar.google.com/citations?user=5pXsfO8AAAAJ&hl=zh-CN）
会议论文：
1. Yin Zhang#, Yongqiang Zhang#, Zian Zhang, Man Zhang, Rui Tian, Mingli Ding, Wangmeng Zuo, “ISP-Teacher:Image Signal Process with Disentanglement Regularization for Unsupervised Domain Adaptive Dark Object Detection”, Association for the Advancement of Artificial Intelligence 2024, AAAI2024.（CCF A 类会议）
2. Na Dong, Yongqiang Zhang, Mingli Ding, Gim Hee Lee, ”Boosting Long-tailed Object Detection via Step-wise Learning on Smooth-tail Data”, International Conference on Computer Vision 2023, ICCV2023, Paris, France. (CCF A 类会议）
3. Na Dong, Yongqiang Zhang, Mingli Ding, Gim Hee Lee, Incremental-detr: Incremental fewshot object detection via self-supervised learning”, Association for the Advancement of Artificial Intelligence 2023, AAAI2023, 37(1): pp.543-551, Washington DC, USA. (CCF A 类会议）
4. Na Dong，Yongqiang Zhang，Mingli Ding，Gim Hee Lee, ”Bridging Non Co-occurrence with Unlabeled In-the-wild Data for Incremental Object Detection”, Advances in Neural Information Processing Systems 2021, NIPS2021, 34: pp.30492-30503., New Orleans, USA. (CCF A 类会议）
5. Yongqiang Zhang, Yancheng Bai, Mingli Ding, Yongqiang Li, Bernard Ghanem, “W2F: A Weakly Supervised to Fully-Supervised Framework for Object Detection”, Computer Vision and Pattern Recognition 2018, CVPR2018, pp. 928–936, Salt Lake City, USA. （CCF A 类会议）
6. Yancheng Bai#, Yongqiang Zhang#, Mingli Ding, Bernard Ghanem, “SOD-MTGAN: Small Object Detection via Multi-Task Generative Adversarial Network”, European conference on computer vision 2018, ECCV2018, pp. 206-221, Munich, Germany. (CCF A 类会议）
7. Yancheng Bai, Yongqiang Zhang*, Mingli Ding, Bernard Ghanem, “Finding Tiny Faces in the Wild with Generative Adversarial Network”, Computer Vision and Pattern Recognition 2018, CVPR2018, pp. 21-30, Salt Lake City, USA. (Oral)（CCF A 类会议）
期刊论文：
1. Na Dong, Yongqiang Zhang, Mingli Ding*, Gim Hee Lee*, “Towards Non Co-occurrence Incremental Object Detection with Unlabeled In-the-wild Data”, International Journal of Computer Vision, accept, 2024.（SCI，CCF A类期刊，Q1/中科院一区，IF=19.5)
2. Yongqiang Zhang#, Rui Tian#, Yin Zhang, Zian Zhang, Yancheng Bai, Mingli Ding, Wangmeng Zuo, “R-CCF: Region-aware Continual Contrastive Fusion for Weakly Supervised Object Detection”, Applied Intelligence, accept, 2024.（SCI，Q2/中科院二区，IF=5.3）
3. Yongqiang Zhang#, Yin Zhang#, Rui Tian, Zian Zhang, Yancheng Bai, Wangmeng Zuo, Mingli Ding, “ThumbDet: One thumbnail image is enough for object detection”, Pattern Recognition, accept, 2023.（SCI，Q1/中科院一区，IF=8.0）
4. Zian Zhang#, Yongqiang Zhang#, Yin Zhang, Rui Tian, Mingli Ding, “Vital Information Is Only Worth One Thumbnail: Towards Efficient Human Pose Estimation”, Pattern Recognition, accept, 2023.（SCI，Q1/中科院一区，IF=8.0）
5. Na Dong, Yongqiang Zhang*, Mingli Ding, Yancheng Bai, “Class-incremental object detection”, Pattern Recognition, accept, 2023.（SCI，Q1/中科院一区，IF=8.0）
6. Yueyi Zhu, Yongqiang Zhang*, Mingli Ding*, Wangmeng Zuo, Uncertainty-aware Graph-guided Weakly Supervised Object Detection”, IEEE Transactions on Circuits and Systems for Video Technology, accept, 2023.（SCI，Q1/中科院一区，IF=8.4）
7. Na Dong, Yongqiang Zhang*, Mingli Ding, Shibiao Xu, Yancheng Bai, “One-stage object detection knowledge distillation via adversarial learning”, Applied Intelligence, 2022, 52(4): 4582-4598.（SCI，Q2/中科院二区，IF=5.3）
8. Guanglei Yang, Mingli Ding, Yongqiang Zhang, ”Bi-directional class-wise adversaries for unsupervised domain adaptation”, Applied Intelligence, 2022, 52(4): 3623-3639.（SCI，Q2/中科院二区，IF=5.3）
9. Yongqiang Zhang#, Yancheng Bai#, Mingli Ding*, Bernard Ghanem, “Multi-Task Generative Adversarial Network for Detecting Small Objects in the Wild”, International Journal of Computer Vision, vol. 128(6), pp. 1810-1828, 2020.（SCI，CCF A 类期刊，Q1/中科院一区，IF=19.5）
10. Yongqiang Zhang#, Yancheng Bai#, Mingli Ding*, Shibiao Xu*, Bernard Ghanem, ”KGSNet: KeyPoint-Guided Super-Resolution Network for Pedestrian Detection in the Wild”, IEEE Transactions on Neural Networks and Learning Systems, 2020, 32(5):2251-2265.（SCI，Q1/中科院一区，IF=14.255）
11. Yongqiang Zhang, Mingli Ding*, Yancheng Bai*, Bernard Ghanem, “Detecting Small Faces in the Wild Based on Generative Adversarial Network and Contextual Information”, Pattern Recognition, vol. 94, pp. 74-86, 2019.（SCI，Q1/中科院一区，IF=8.0）
12. Yongqiang Zhang, Mingli Ding*, Yancheng Bai, Bernard Ghanem, “Beyond Weakly-supervised: Pseudo Ground Truths Mining for Missing Bounding-boxes Object Detection”, IEEE Transactions on Circuits and Systems for Video Technology, vol. 30(4), pp. 983-997, 2019.（SCI，Q1/中科院一区，IF=8.4）
13. Yongqiang Zhang, Mingli Ding*, Yancheng Bai, Bernard Ghanem, “Learning a strong detector for action localization in videos”, Pattern Recognition Letters, vol. 128, pp. 407-413, 2019.（SCI，Q2/中科院三区，IF=4.757）
14. Yongqiang Zhang, Yancheng Bai*, Mingli Ding, Yongqiang Li, Bernard Ghanem, “Weakly-supervised Object Detection via Mining Pseudo Ground Truth Bounding-boxes”, Pattern Recognition, vol. 84, pp. 68–81, 2018.（SCI，Q1/中科院一区，IF=8.0）
专利：
1. 张漫，张永强，张印，张子安，朱月熠，田瑞，左旺孟，丁明理。基于流式感知的在线目标检测方法。专利号：CN2024109972464（发明专利，已受理）
2. 张印，张永强，丁明理，张子安，张漫，田瑞。基于ISP退化自监督学习和解耦正则的暗光目标检测方法。专利号：CN2021103198696（发明专利，已受理）
3. 田瑞，张永强，张印，张子安，张漫，朱月熠，丁明理，李永强。基于区域感知与测试时自适应的弱监督物体检测方法。专利号：CN202410629659（发明专利，已受理）
4. 董娜，张永强，张印，丁明理，朱月熠，张子安，张漫，田瑞。一种基于知识蒸馏和样本重放的连续开放世界目标检测方法。专利号：CN2024104486169（发明专利，已受理）
5. 董娜，张永强，张印，丁明理，田瑞，朱月熠，张子安，张漫。一种基于两阶段训练和多视图字标注策略的开放世界目标检测方法。专利号：CN2024104486205。（发明专利，已受理）
6. 张永强，刘辉，韩柠，段耀武，柳树暄，丁明理。基于动力学的目标小行星和撞击器轨道仿真方法。专利号：CN202311857103.5（发明专利，排名第一，已受理）
7. 张永强，刘辉，韩柠，段耀武，柳树暄，丁明理。小行星防御撞击器轨道仿真系统。专利号：CN202311868508.9（发明专利，排名第一，已受理）
8. 张永强，丁明理，田瑞，张印，张子安，张漫。一种基于周围区域感知与关联的弱监督物体检测方法。专利号：ZL202211066364.0（发明专利，排名第一，已授权）
9. 张永强，丁明理，张印，田瑞，张子安，张漫。一种基于退化网络特征学习的压缩图像目标检测方法。专利号：CN202211105275.2（发明专利，排名第一，已受理）
10. 张永强，丁明理，张子安，张印，田瑞，王骢。一种基于缩略表示的快速人体姿态估计方法。专利号：CN202211184075.0（发明专利，排名第一，已受理）
11. 张永强，丁明理，张印，田瑞，张子安，王骢。基于深度卷积神经网络的火星图像超分辨方法。专利号：ZL202210055110.2（发明专利，排名第一，已授权）
12. 张永强，丁明理，田瑞，张印，张子安，王骢。基于在线学习的多事例弱监督火星表面形态检测方法。专利号：ZL202210072417.3（发明专利，排名第一，已授权）
13. 张永强，丁明理，张子安，张印，田瑞，王骢。基于生成对抗网络的火星图像增广方法。专利号：ZL202210043031.X（发明专利，排名第一，已授权）
14. 张永强，丁明理，李贤，杨光磊，董娜，朱月熠，白延成。一种基于多任务生成对抗网络的真实场景小物体检测方法。专利号：ZL20180842331.8（发明专利，排名第一，已授权）
15. 张永强，丁明理，白延成，李贤，杨光磊，董娜。一种真实场景下的基于深度学习的人脸识别方法。专利号：ZL201810119263.2（发明专利，排名第一，已授权）
16. 张永强，丁明理，李贤，杨光磊，董娜，朱月熠，王莉娜，白延成。一种基于身体关键点监督的真实场景遮挡行人检测网络及检测方法。专利号：ZL201910063662.6（发明专利，排名第一，已授权）
17. 张永强，丁明理，李贤，杨光磊，董娜，朱月熠，王莉娜，白延成。一种基于身体关键点监督的真实场景行人小目标检测网络及检测方法。专利号：CN201910063682.3（发明专利，排名第一，已受理）
18. 张永强，丁明理，白延成，李贤，杨光磊，董娜。一种基于生成对抗网络的微小人脸识别方法。专利号：ZL201810119264.7（发明专利，排名第一，已授权）
19. 张永强，丁明理，李贤，杨光磊，董娜。一种基于伪真值自适应法的弱监督物体检测方法。专利号：ZL201711066445.X（发明专利，排名第一，已授权）
20. 张永强，丁明理，李贤，杨光磊，董娜。一种基于伪真值搜寻法的弱监督物体检测方法。专利号：ZL201711065776.1（发明专利，排名第一，已授权）
21. 张永强，丁明理，李贤，杨光磊，董娜。一种基于深度学习层级间特征融合的多尺度小物体检测方法。专利号：ZL201710551916.X（发明专利，排名第一，已授权）
科研项目
主持/参与的纵向科研项目：
1. 基于领域适配的真实场景物体检测方法研究，中国博士后创新人才支持计划项目（博新计划），BX20200108，63.0万，2020.07-2022.07，主持
2. 面向实际应用的真实场景物体检测技术研究，国家自然科学基金青年基金，6220070906，30.0万，2023.01-2025.12，主持
3. 基于深度卷积神经网络的火星表面物体及地形检测方法研究，黑龙江省自然科学基金联合引导项目，LH2021F024，10.0万，2021.09-2023.09，主持
4. 多域下基于深度卷积神经网络的物体检测方法研究，黑龙江省博士后面上资助项目，LBH-Z20152，5.0万，2020.12-2022.12，主持
5. ********，纵向JZ004牵头JSJC，JZKGJ20200006，800.0万，2020.01-2022.12，参与
主持/参与的横向科研项目：
1. 面向智慧边防应用的目标检测方法研究，内蒙古大学高层次引进人才科研启动专项经费，420万，2024.10-2027.10，主持
2. 基于深度卷积神经网络的火星表面物体体及地形检测方法研究，哈尔滨工业大学科研创新基金，2022FRFK02041，10.0万，2022.04-2023.04，主持
3. 箱体检漏系统，首都航空机械有限公司（211厂），MH20240136，70.0万，2024.01-2025.01，主持
4. 质量测量系统，首都航空机械有限公司（211厂），MH20240188，15.0万，2024.01-2025.01，主持
5. 运动机构地面模拟设备，中国科学院长春光学精密机械与物理研究所，MH20231460，14.5万，2023.08-2024.08，主持
6. 木星探测任务全过程仿真系统，上海卫星工程研究所，MH20231379，55.0万，2023.12-2024.12，主持
7. AR 眼镜开发，吉林省钜鸿智能技术有限公司，MH20220659，20.0万，2022.07-2024.01，主持
8. 教学管理系统（QZQY）开发，航天新长征大道科技有限公司，MH20220658，41.0万，2022.07-2024.01，主持
9. 故障注入系统研制，北京航天自动控制研究所，MH20210708，29.0万，2021.07-2022.07，主持
10. 典型电子设备电磁脉冲效应仿真研制，北京航天自动控制研究所，MH20200641，30.0万，2020.09-2021.09，主持
11. *** 环境模拟台研制，北京航天自动控制研究所，MH20221129，705.0万，2022.11-2028.11，参与
12. 其他横向课题项目(合计科研经费约800万元)，参与
主要任职
IEEE 会员
IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI) 审稿人
IEEE Transactions on Neural Networks and Learning Systems (IEEE TNNLS) 审稿人
Pattern Recognition (PR) 审稿人
IEEE Signal Processing Letters (IEEE SPL) 审稿人
Transactions on Intelligent Systems and Technology (ACM TIST) 审稿人
Journal of Visual Communication and Image Representation (JVCI) 审稿人
IET Image Processing (IET-IPR) 审稿人
IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 审稿人
International Conference in Computer Vision (ICCV) 审稿人
European Conference on Computer Vision (ECCV) 审稿人
AAAI Conference on Artificial Intelligence (AAAI) 审稿人
Asian Conference on Computer Vision (ACCV) 审稿人
Chinese Conference on Pattern Recognition and Computer Vision (PRCV) 审稿人
Winter Conference on Applications of Computer Vision (WACV）审稿人
重要荣誉奖励
2023年 获“黑龙江省人工智能学会优秀博士学位论文”一等奖
2023年 获“第十一届全国大学生光电竞赛”国家二等奖，优秀指导教师奖
2022年 获“中国大学生计算机设计大赛”国家二等奖，优秀指导教师奖
2022年 获“第十届全国大学生光电竞赛”东北赛区一等奖，优秀指导教师奖
2022年 获“国家自然科学基金-青年科学基金项目”资助
2021年 获“第九届全国大学生光电竞赛”省一等奖，优秀指导教师奖
2020年 入选“全国博士后创新人才支持计划（博新计划）”
招生信息
课题组长期招收硕博研究生，硕士生若干名/年，博士生2名/年。
主要研究方向（一）：基于深度学习/人工智能的顶层图像/视频理解任务，如分类，识别，检测等
主要研究方向（二）：基于深度学习/人工智能的底层图像/视频处理任务，如去噪，超分，图像生成等
主要研究方向（三）：武器装备/卫星系统的测试控制系统研发、航天重要模拟器/等效器研发等
欢迎来函（zhangyongqiang@imu.edu.cn）交流，在读期间，课题组提供科研补助及奖励，期待你的加入！
欢迎本科生加入课题组，参与论文发表和科研项目，成绩优异者或有获奖经历者优先。
