陈凯

发布时间:2019-11-25浏览次数:9383作者:来源:机电学院供图:审核:

姓名: 陈凯

性别:男

职务:无

职称:副教授

博导/硕导:硕导

办公室:17-431

研究领域:智能制造(Intelligent Manufacturing),计算机视觉(Computer Vision),深度学习(Deep Learning)

电话:

Emailchen_kai@nuaa.edu.cn

个人简介:

陈凯,南京航空航天大学硕士研究生导师,入选中国科协青年科技托举人才,江苏省青年托举人才,江苏省青年智库人才,中国仿真学会国际交流工作委员会委员,中国仿真学会青年工作委员会委员,江苏省工程师学会智能制造专委会秘书长。主要从事视觉实时感知动态建模、数字孪生平行仿真技术以及智能制造协同技术研究。主持国家重点研发课题2项、国家自然科学青年基金1项、中国博士后科学基金特别资助(站前)1项、中国博士后科学基金面上资助1项、全国重点实验室开放基金等科研项目10余项。发表论文20余篇,其中以第一作者/通讯作者发表SCI期刊论文10余篇、ESI高被引论文1篇、IEEE汇刊4篇、ACM汇刊1篇,申请/授权发明专利10余件。获中国仿真学会科学技术奖自然科学二等奖、亚洲仿真会议最佳论文提名奖、亚洲仿真会议最佳演讲奖、北京航空航天大学优秀毕业生等。

工作经历:

2024.07—现在       副教授   南京航空航天大学

2021.01—2024.06   讲师      南京航空航天大学

教育背景:                                                     

2015.09—2021.01     博 士   北京航空航天大学

2010.09—2014.07     学 士   中国地质大学(北京)

学术成果:

已发表学术期刊20余篇,专著1部,国际会议口头报告3次,申请国家发明专利10余项。主要代表作如下:

[1] Chen K, Song X, Yuan H, et al. Fully convolutional encoder-decoder with an attention mechanism for practical pedestrian trajectory prediction. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(11): 20046-20060.

[2] Chen K, Song X, Ren X. Pedestrian trajectory prediction in heterogeneous traffic using pose keypoints-based convolutional encoder-decoder network. IEEE Transactions on Circuits and Systems for Video Technology, 2021, 31(5): 1764-1775.

[3] Song X, Chen K(通讯), Li X, et al. Pedestrian trajectory prediction based on deep convolutional LSTM network. IEEE Transactions on Intelligent Transportation Systems, 2021, 22(6): 3285-3302.

[4] Chen K, Zhu H, Tang D, et al. Future pedestrian location prediction in first-person videos for autonomous vehicles and social robots[J]. Image and Vision Computing, 2023, 134: 104671.

[5] Xiao S, Chen K(通讯), Ren X, et al. Pedestrian Trajectory Prediction in Heterogeneous Traffic using Facial Keypoints-based Convolutional Encoder-decoderNetwork[J]. ACM Transactions on Internet Technology, 2022, 22(4): 1-14.

[6] Chen K, Song X, Ren X. Modeling social interaction and intention for pedestrian trajectory prediction[J]. Physica A: Statistical Mechanics and its Applications, 2021: 125790.

[7] Chen K, Song X, Han D, et al. Pedestrian behavior prediction model with a convolutional LSTM encoder–decoder[J]. Physica A: Statistical Mechanics and its Applications, 2020, 560: 125132.

[8] Lu Liu, Xiao Song, Kai Chen*(通讯), et al. An enhanced encoder-decoder framework for bearing remaining useful life prediction[J]. Measurement, 2020.

[9] Wang Yi, Song Xiao, Kai Chen. Channel and Space Attention Neural Network for Image Denoising[J]. IEEE Signal Processing Letters, 2021.

[10] Chen K, Song X, Zhai X, et al. An integrated deep learning framework for occluded pedestrian tracking[J]. IEEE Access, 2019, 7: 26060-26072.

[11] 黄煜杰, 陈凯(通讯), 王子源, . 多目视觉下基于融合特征的密集行人跟踪方法[J]. 北京航空航天大学学报, 2023.

[12] 赵晓冬, 陈凯(通讯), 黄煜杰,王鹏飞,王子源. 多目视觉下基于自动变分校正的人体3D姿态检测与建模[J]. 北京航空航天大学学报, 2024.EI中文核心)

[13] 陈凯,赵晓冬,黄煜杰,王鹏飞,等. 基于图像语义分割的目标跟踪尺度自适应算法[J]. 北京航空航天大学学报, 2024.

[14] 陈凯,黄煜杰,赵晓冬,王鹏飞,等. 基于深度特征修正的目标跟踪算法[J]. 北京航空航天大学学报, 2024.

[15] 王瑞平, 宋晓, 陈凯. 基于行人姿态的轨迹预测方法. 北京航空航天大学学报, 2022, 49(7): 1743-1754.

[16] 周哲韬, 刘路, 宋晓, 陈凯. 基于 Transformer 模型的滚动轴承剩余使用寿命预测方法. 北京航空航天大学学报, 2021, 49(2): 430-443.

[17] 陈凯, 宋晓, 刘敬.  基于深度卷积网络与尺度不变特征变换的行人跟踪框架[J]. 中国科学:信息科学, v.48(7):103-117.

[18] 陈凯. 基于科研项目实践驱动的机械工程专业研究生科教融汇培养策略[J]. 教育科学, 2023.

[19] 陈凯,黄煜杰. 基于完善企业导师制度的机械工程专业研究生产教融合培养机制[J]. 新课程教学, 2022.

[20] Chen K, Huang Y, Wang Z. A Multiview Approach to Tracking People in Crowded Scenes Using Fusion Feature Correlation. Asia Simulation Conference. Singapore: Springer Nature Singapore, 2023: 204-217.

[21] Chen K, Huang Y, Song X. Convolutional Transformer Network: Future Pedestrian Location in First-Person Videos Using Depth Map and 3D Pose. Asia Simulation Conference. Singapore: Springer Nature Singapore, 2023: 44-59.

[22] Chen K, Song X, Yu H. Conv-LSTM: Pedestrian Trajectory Prediction in Crowded Scenarios. Asian Simulation Conference. Springer, Singapore, 2019: 29-39.

著书:

[1] 陈凯,副主编,智能制造系统及关键使能技术,中国工信出版集团,24万字,2022(入选工信部十四五规划教材)。

发明专利

[1] 陈凯; 黄煜杰; 赵晓冬; 张泽群; 朱海华; 唐敦兵 ; 一种基于图像语义分割的工件尺寸检测方法, 2023-11-07, 中国, ZL 2023 1 1010561.5

[2] 陈凯; 黄煜杰; 王紫腾; 唐敦兵; 朱海华; 基于多目视觉检测封闭空间中人员行进姿态的方法及系统, 2024-03-29, 中国, 202310241683.9

[3] 陈凯; 黄煜杰; 赵晓冬; 王子源,朱海华,唐敦兵; 多目视觉下基于融合特征的行人3D姿态点跟踪方法, 2024-04-17, 中国, 202410156976.1

[4] 宋晓; 陈凯; 袁春雄; 韩道麟; 孙镜涵; 张增辉 ; 一种基于预测时间的多出口疏散方法, 2021-11-30, 中国, ZL201810297466.0

[5] 宋晓; 陈凯; 周军华; 魏宏夔 ; 基于深层次卷积长短记忆网络的人群轨迹预测方法及系统, 2019-9-11, 中国, ZL201910857181.2

[6] 宋晓;王义;陈凯;崔勇;柴旭东;侯保存;一种软注意力机制的深度全卷积神经网络图像去噪方法,2023-01-06,中国,ZL202010835761.4.

[7] 朱海华;阮超;唐敦兵;刘炜;张毅;李霏;马国财;张维刚;陈凯;一种云制造任务与机加工制造服务的匹配方法,2022-11-09,中国, ZL 202211423171.6。  

获奖情况:

[1] 陈凯(4/7); 中国仿真学会科学技术二等奖, 中国仿真学会, 省部二等奖, 2022

[2] 陈凯(1/3)2019亚洲仿真会议,最佳会议论文提名奖,2019

[3] 陈凯(1/1),北京航空航天大学,优秀毕业生,2021

[4] 陈凯(1/4)2023亚洲仿真会议,最佳会议论文奖,2023

[5] 陈凯(1/4)2023亚洲仿真会议,最佳报告奖,2023。    

讲授课程:

《机器视觉》,《智能制造系统集成技术》

承担项目:

[1] 国家重点研发计划课题“工业软件”重点专项(2023YFB3308200),基于模型驱动工程(MBE)的分布式制造理论与方法,主持;

[2] 国家重点研发计划课题“网络协同制造和智能工厂”重点专项(2021YFBXXXXXXX),面向跨企业、跨地域、多层级、分布式制造过程的透明化管控技术,主持;

[3] 国家自然科学基金项目(52202417),动态数字孪生超实时平行仿真安全预警方法研究,主持;

[4] 中国科协青年科技人才托举工程(2023QNRC001),主持;

[5] 中国博士后科学基金第4批特别资助(站前)(2022TQ0155),基于场景动态孪生和超实时平行仿真的安全预警方法研究,主持;

[6] 中国博士后基金第72批面上资助(2022M721605),基于场景多目标数据动态孪生驱动和超实时平行仿真的预警方法研究,主持;

[7] 江苏省科协青年科技人才托举工程(JSTJ-2023-XH032),主持;

[8] 虚拟现实技术与系统全国重点实验室课题基金(VRLAB2023A02),基于多目视觉感知的人员动态建模与孪生车间融合管控研究,主持;

[9] 江苏科技智库计划(青年)项目(JSKX24031),江苏省工业软件“补强”发展路径策略研究,主持;

[10] 中央高校基本科研业务费(NS2022054),复杂场景动态孪生安全预警方法研究,主持;

[11] 中央高校基本科研业务费(NS2024030),基于视觉感知动态孪生驱动的平行仿真安全预警研究,主持;

[12] 国家自然科学基金重大培育项目(92267109),面向无人工厂的多智能体协同与决策机制,主参;

[13] 江苏省重点研发计划-产业前瞻与关键核心技术-竞争项目(BE202101),基于复合智能体的自组织智能制造系统使能关键技术研发,主持;

指导研究生情况:

每年招收硕士研究生1-2名,欢迎对相关方向感兴趣的同学联系和报考。

微信公众号

关注微信公众号