成果/Result
- 智能时代新工科——人工智能推动教育改革的实践被引量：137收藏
- 作者：李德毅 马楠
- 机构：中国工程院;中国人工智能学会;清华大学;国防大学;北京联合大学机器人学院
- 来源：《高等工程教育研究》 2017
- 关键词：智能学科与技术 新工科 知行合一 学以致用
- 摘要：智能科学与技术,不但是工科门下新的一级学科,而且会向工科的所有学科和专业渗透,渗透也许不是惊天动地,而是润物无声,这种无声的柔软同样可成为推动新工科建设的核心驱动力。智能时代高等教育的价值进一步提高,新工科建设应该与智能...
- 智能时代的教育被引量：47收藏
- 作者：李德毅 马楠 秦昆
- 机构：中国工程院;欧亚科学院;中国人工智能学会;军事科学院;清华大学
- 来源：《高等工程教育研究》 2018
- 关键词：智能教育 创新型国家 北京联合大学机器人学院 新工科 教育冲击
- 摘要：第四次工业革命以人工智能和机器人为切入点,面向智能时代的教育已成为我国跻身创新型国家前列和经济强国的重要抓手,教育红利是中国人口红利中的最大红利,是中国2030年成为人工智能强国的基础所在。本文从智能教育的时代呼唤、人工...
- 智能时代与大学创新人才培养被引量：16收藏
- 作者：马楠 刘元盛 李德毅
- 机构：北京联合大学机器人学院;北京联合大学机器人学院轮式机器人系;中国工程院;中国人工智能学会;清华大学
- 来源：《高等工程教育研究》 2017
- 关键词：人工智能 智力工具 北京联合大学机器人学院 创新
- 摘要：人工智能在奔跑,脑科学研究在加速,人类在迎接新的机遇的同时也面临着巨大的挑战。智能可提升创新驱动发展源头的供给能力,正如现代劳动工具已转向基于数据、信息、知识、价值和智能的智力工具,这成为人类拓展认识世界、改造世界能力的...
- 智能植根于教育被引量：7收藏
- 作者：李德毅 马楠
- 机构：中国工程院;欧亚科学院;中国人工智能学会;军事科学院;清华大学
- 来源：《高等工程教育研究》 2019
- 关键词：智能时代 传授知识 培养能力 传承学习 自主学习 时空围墙
- 摘要：人类智能与其它高等生物智能的最大区别在于发明了教育,并与时俱进地改革教育,使教育带有强制性和引导性。面对以人工智能、大数据等前沿技术为代表的新一轮科技革命和产业变革,以及人类逐步进入智能时代,教育也需要相应的变革,如何传...
- 多视角数据融合的特征平衡YOLOv3行人检测研究被引量：5收藏
- 作者：陈丽 马楠 逄桂林 高跃 李佳洪 张国平 吴祉璇 姚永强
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京交通大学计算机与信息技术学院;清华大学软件学院
- 来源：《智能系统学报》 2021
- 关键词：多视数据 自监督学习 特征点匹配 特征融合 YOLOv3网络 平衡特征 复杂场景 行人检测
- 摘要：针对复杂场景下行人发生遮挡检测困难以及远距离行人检测精确度低的问题,本文提出一种多视角数据融合的特征平衡YOLOv3行人检测模型(MVBYOLO),包括2部分:自监督学习的多视角特征点融合模型(Self-MVFM)和特征...
- 基于深度学习的显著区域提取方法被引量：4收藏
- 作者：梁晔 马楠 刘宏哲
- 机构：北京联合大学信息服务工程重点实验室;北京联合大学机器人学院
- 来源：《数据采集与处理》 2020
- 关键词：深度学习 显著区域 多尺度
- 摘要：目前显著区域提取方法通常会设计多个复杂的网络结构,导致计算和存储代价较高。深度学习网络本身具有多尺度的特点,不同的卷积层特征具有不同的空间分辨率,可以避免复杂网络结构的设计。基于此,本文设计了一种新颖的基于深度学习的显著...
- 图像依赖的显著图融合方法被引量：0收藏
- 作者：梁晔 马楠 刘宏哲
- 机构：北京联合大学信息服务工程重点实验室;北京联合大学机器人学院
- 来源：《山东大学学报：工学版》 2021
- 关键词：视觉注意力机制 显著性检测 显著性融合 图像依赖 脊回归
- 摘要：提出基于脊回归的显著图融合方法以获得更好的检测效果。在训练集中寻找待检测图像的近邻图像集,对近邻图像集采用脊回归方法对多种显著性检测方法的融合系数进行估计,进而对不同检测方法的显著图进行融合。该方法充分考虑了检测方法的差...
- 面向社交媒体图像的显著性数据集被引量：0收藏
- 作者：梁晔 马楠 郎丛妍 于剑
- 机构：北京联合大学机器人学院;北京交通大学计算机与信息技术学院
- 来源：《北京交通大学学报》 2018
- 关键词：数据集 显著性 社交媒体图像 标签
- 摘要：随着显著性研究的发展,已涌现多个显著性数据集,然而目前面向社交媒体图像的显著性数据集数量非常少.为此构建此类显著性数据集,详细论述了数据集的图像来源、图像的筛选原则、图像的标注及数据集的统计分析.为了验证新建数据集的性能...
