姓名：魏欣      

  出生年月：1991.09

  职称：副教授

  学位：博士     

  导师类型：硕士生导师

  学术职务：中国计算机学会会员，IEEE会员，FLINS Conference组织委员，

        教育部院校评估专家、百度松果菁英班班主任

  研究领域：深度学习、计算机视觉、机器学习、人脸图像处理，医学图像处理

                                      E-mail: xinwei@ncu.edu.cn

个人简介

魏欣，博士，毕业于英国奥斯特大学，英国奥斯特大学前助理研究员，现为南昌大学软件学院副教授、硕士生导师。主要从事深度学习、机器学习、模式识别、计算机视觉等人工智能学科的教学与科研工作，并将其部分研究成果应用于人脸图像处理、医学图形处理等领域。

入选江西省省部级人才人选、校级人才人选。已获批专利5项，发表论文超过20篇，其中SCI、EI收录的第一作者论文达13篇，其中在人工智能领域的主流期刊及会议上发表论文12篇（CCF推荐会议3篇，SCI一区2篇，SCI二区3篇，SCI三区3篇，中文核心1篇）。 论文被人工智能与模式识别领域IEEE TPAMI、IEEE TNNLS、Information Sciences、IEEE TSMC、PR等国际顶级期刊引用。担任AAAI、IEEE Trans. Cybern.、Knowledge Based Systems等顶会顶刊的审稿人。

主持国家自然科学基金青年项目1项：基于自适应平衡学习与语义理解的单样本人脸鉴别、省部级人才1项：基于深度学习的小样本图像分类研究与应用、横向基金项目1项：基于实时图像识别的热敏灸操作考核系统研发。先后参与欧盟地平线2020项目2项：“Analysis System for Gathered Raw Data (ASGARD)”、“Decicision Support and Information Management System for Breast Cancer(DESIREE)”，北爱尔兰地区项目1项：“The Use of Unobtrusive Technology for the Identification of Agitation, Falls and Life Sign”，国家自然科学基金面上项目1项：“深度假脸视频高适应性的被动取证研究”，国家自然科学基金地区项目1项：基于姿态特征匹配和跨域无监督学习的行人重识别。

主持校教改课题、一流课程建设课题各1项目。指导研究生、本科生获得国内外科技竞赛奖30余项。指导本科生国家级、省级和校级创新创业计划项目4项。指导科研训练项目6项。指导本科生获得校优秀毕业论文荣誉3人次。

科研项目：

1. 1.国家自然科学基金，青年项目，62106093，基于自适应平衡学习与语义理解的单样本人脸鉴别，2022年1月1日至2024年12月31日，30万，在研，主持。

2. 2.江西省“双千计划”创新领军人才长期项目，青年类，基于自适应平衡理解的小样本人脸识别研究与应用，2023年1月1日至2025年12月31日，100万，在研，主持。

3. 3.江西省省部级人才，20223BCJ25040，基于深度学习的小样本图像分类研究与应用，2023年1月1日至2023年12月31日，10万，在研，主持。

4. 4.江西省自然科学基金，青年项目，20232BAB212027，基于解耦控制与平衡学习的小样本人脸编辑方法研究，2023年7月1日至2026年6月30日，10万，在研，主持。

5. 5.横向基金项目，CX202302240025，基于实时图像识别的热敏灸操作考核系统研发，2022年11月至2023年5月，9.1万元，主持。

6. 6.欧盟H2020项目，FCT-1-2015，Analysis System for Gathered Raw Data (ASGARD)，2016年9月1日至2020年11月30日，67万欧元，已结题，参与。

7. 7.欧盟H2020，PHC-30-2015，Decision Support and Information Management System for Breast Cancer (DESIREE)，2016年2月1日至2019年1月31日，55万欧元，已结题，参与。

8. 8.北爱政府、Lava集团和I+公司（横向），The use of unobtrusive technology for the identification of agitation, falls and life signs，2020年3月1日至2021年2月28日，15万英镑，已结题，参与。

9. 9.国家自然科学基金，面上项目，62072106，深度假脸视频高适应性的被动取证研究，2021年1月1日至2024年12月31日，56万，在研，参与。

10. 10.国家自然科学基金，地区项目，62166026，基于姿态特征匹配和跨域无监督学习的行人重识别，2022年1月1日至2025年12月31日，35万，在研，参与。

发表论文：

1. Xin Wei, Wei Du and etc. "Feature Distribution Fitting with Direction-Driven Weighting for Few-Shot Images Classification." Proceedings of the AAAI Conference on Artificial Intelligence. 2023. （CCF A, oral paper）

2. Xin Wei, Fanhua Ye and etc. TANet: Triple Attention Network for medical image segmentation. Biomedical Signal Processing and Control. 82 (2023): 104608. (SCI二区，影响因子: 5.1)

3. Huan Wan, Hui Wang, Bryan Scotney, Jun Liu and Xin Wei. (2023). Cluster-based Data Relabelling for Classification. Information Sciences, 119485. (SCI一区，CCF-B，影响因子8.1)

4. Huan Wan, Hui Wang, Bryan Scotney, Jun Liu and Xin Wei. (2023). Global subclass discriminant analysis. Knowledge-Based Systems, 111010.（SCI一区，影响因子8.8）

5. 黄杰,魏欣,杨子元,闵卫东.基于多维匹配距离融合的指节纹识别[J/OL].图学学报:1-9[2021-11-12].http://kns.cnki.net/kcms/detail/10.1034.t.20210930.1441.002.html.

6. Xin Wei, Huan Wan and etc. HPS-Net: Multi-Task Network for Medical Image Segmentation with Predictable Performance. Symmetry 2021, 13, 2107. (SCI三区，影响因子: 2.7)

7. Xin Wei, Wei Du and etc. GicoFace: A Deep Face Recognition Model Based on Global-Information Loss Function. Electronics 2021, 10, 2387. (SCI三区，影响因子: 2.4)

8. Haoyu Zhao, Weidong Min, Xin Wei, Qi Wang, Qiyan Fu and Zitai Wei. MSR‐FAN: Multi‐scale residual feature‐aware network for crowd counting. IET Image Processing , 1– 10 (2021) https://doi.org/10.1049/ipr2.12175. (SCI三区，影响因子：1.54)

9. Xin Wei, Hui Wang, Bryan Scotney and Huan Wan. Minimum Margin Loss for Deep Face Recognition. Pattern Recognition. 97 (2020): 107012. (SCI一区，CCF B类，影响因子: 8.52)

10. Guangmin Li, Zhiwei Lin, Hui Wang, Xin Wei. A Discriminative Approach to Sentiment Classification[J]. Neural Processing Letters, 2020, 51(1): 749-758.

11. Xin Wei, Hui Wang, Bryan Scotney and Huan Wan. Selective multi-descriptor fusion for face identification. International Journal of Machine Learning and Cybernetics. 2019: 1-13. (SCI二区，影响因子: 3.8)

12. Xin Wei, Hui Wang, Bryan Scotney and Huan Wan. Precise Adjacent Margin Loss for Deep Face Recognition. IEEE International Conference on Image Processing (ICIP) 2019, Sep 22 (pp. 3457-3461). (CCF C)

13. Xin Wei, Hui Wang, Bryan Scotney and Huan Wan. GicoFace: Global Information-based Cosine Optimal Loss for Deep Face Recognition. IEEE International Conference on Image Processing (ICIP) 2019, Sep 22 (pp. 3641-3645). (CCF C)

14. Xin Wei, Hui Wang, Gongde Guo and Huan Wan. Multiplex image representation for enhanced recognition. International Journal of Machine Learning and Cybernetics. 2018: 383-392. (SCI二区, 影响因子: 3.8)

15. Xin Wei, Hui Wang, Bryan Scotney and Huan Wan. A Minkowski Distance-based Generalisation Method for Improving Centre Loss for Deep Face Recognition (Best Student Paper Award). Irish Machine Vision and Image Processing Conference (IMVIP) 2018, Aug (pp. 154-161). IPRCS.

16. Huan Wan, Hui Wang, Gongde Guo and Xin Wei. Separability-oriented subclass discriminant analysis. IEEE transactions on pattern analysis and machine intelligence. 2017 Feb 22; 40(2): 409-22. (SCI 一区，CCF A类，影响因子: 17.7)

17. Xin Wei, Hui Wang, Huan Wan and Bryan Scotney. Self-adaptive Feature Fusion Method for Improving LBP for Face Identification. International Conference on Computer Vision Systems (ICVS) 2017, Jul 10 (pp. 373-383). Springer, Cham.

18. Xin Wei, Hui Wang, Huan Wan and Bryan Scotney. Multiscale Feature Fusion for Face Identification. IEEE International Conference on Cybernetics (CYBCONF) 2017, Jun 21 (pp. 1-6).

19. Xin Wei, Gongde Guo, Hui Wang and Huan Wan. A multiscale method for HOG-based face recognition. International Conference on Intelligent Robotics and Applications (ICIRA) 2015, Aug (pp. 535-545). Springer, Cham.

20. Huan Wan, Gongde Guo, Hui Wang and Xin Wei. A new linear discriminant analysis method to address the over-reducing problem[C]//International Conference on Pattern Recognition and Machine Intelligence. Springer, Cham, 2015: 65-72.

获奖和荣誉

1. 1.2016年获英国博士80+W全额奖学金。

2. 2.指导学生获优秀毕业设计（22’黄巧玲、22’王蕴涵,23’丁仁华）。

3. 3.2021-2022 优秀班导。

4. 4.2022年工作质量与职业道德鉴定优秀。

研究生招生

长期招收硕士研究生。欢迎满足以下条件的同学加入课题组：

1. 较强的编程能力，熟练使用Python和有深度学习实践经验者优先（因为我们的研究主要围绕深度学习并通过使用python来进行实验）；

2. 追求进步、严格自律、勤奋乐观（老师希望培养出优秀的学生，所以学生自己得追求进步；老师不喜欢严管学生，所以学生自己要严格自律；科学研究要想成功必须要有一定的时间积累，且科研的过程中失败是常态，所以要求勤奋乐观）；

3. 对科研感兴趣、有良好的团队合作精神（有兴趣才有长久的动力，没有团队合作的科研是缺少生命力的，所以希望同学对科研感兴趣、有良好的团队合作精神）。

指导期间会提供充足的资源和悉心的指导，未来可推荐至国内外知名高校深造或提供就业指导。主要指导的研究方向包括：人脸识别、图像分类、图像分割、小样本学习、人脸反欺骗、医学图像处理、人脸属性编辑等。希望能和学生成为好朋友，保持亦师亦友的关系。学生将获得轻松的指导环境、高水平的学术指导、导师的各方面支持。如对我们研究小组研究感兴趣，请通过电子邮件将个人简历发送至邮箱：xinwei@ncu.edu.cn。另外，我们的实验室在软件楼508，欢迎来访，找老师或师兄师姐聊天。

有付出就会有回报。在我们这里，只要你具备一定的基础、愿意努力拼搏，你毕业时的成就有极大的概率会超过你身边的同学，你毕业时也会像你考上研一样超出身边大部分人而进入到一个更高的平台从而具备无限的前景。

如果你读研只是想混一个学历，或只是想增加一点基础的编程经验，做一个最普通的码农，请一定绕行。因为常规的测试、维护、开发岗不是我们的理想目标，我们想培养的是具有研发能力、算法创新能力的人才，预期出路是名校博士、算法岗、研究员等带有研发性质岗位。

如果你读上研后计划躺平或打算半躺，也请一定绕行，因为老师不喜欢严管学生，所以你在这里很可能会荒废，最终混得比身边同学更差。

已经完成或正在独立指导和联合培养的全部硕士研究生包括：黄杰（22届，入职南京中船重工集团第722研究所）、杜伟（23届，前往985大学读博）、叶芳华（23届，入职珠海格力总部offer）、胡晓平（23届，入职中国联通广州软件研究院）、赖展晴（21级在读，已拿到深圳比亚迪网空工程师offer）、齐梓涵（21级在读，已拿到华夏银行总行信息科技岗offer）、王宝哲（22级在读）、宁智涛（22级在读）、孙佳成（22级在读）、张凡（23级在读）、钟可毅（23级在读）、廖晨霞（23级在读）、胡美寅（23级在读）、王辛荣（23级在读）、陈梦祎（23级在读）。