团队教师

团队介绍：

  课题组主要依托西安电子科技大学智能感知与图像理解教育部重点实验室，所在学科是国家“211”工程的重点建设学科和国家重点学科（信号与信息处理二级学科在2002年和2006年全国重点学科评估中列全国第一名，信息与通信工程一级学科2006年全国重点学科评估中均列全国第二名），建有博士后流动站，设有“长江学者”计划特聘教授岗位。实验室前身是我国第一个神经网络研究中心和智能信息处理研究所，于2006年被批准为国家“111”计划创新引智基地；2012年获批教育部创新团队和陕西省重点科技创新团队；2012年成立国际智能感知与先进计算研究中心；2013年成立国家级智能感知与计算国际联合研究中心；2013年实验室负责完成的“基于自然计算的学习与优化基础理论”获得国家自然科学奖二等奖；2014年西安电子科技大学被教育部批准为信息感知技术协同创新中心；2015年团队获教育部“创新团队发展计划”滚动支持；2015年“智能感知与计算国际联合研究中心”获批为陕西省国际科技合作基地；2015年获教育部国际合作联合实验室。

  实验室面向国家重大战略需求、追踪国际前沿发展，借鉴国际智能感知与图像理解研究领域的科研模式，有效整合创新资源，重点突破计算智能与机器学习理论与应用、大数据深度学习、图像理解与自动目标识别以及高精度星载图像感知等方面的科学问题，解决复杂数据动态、异构和高维等特征显著增加带来的知识表达困难等问题。

智能感知与图像理解教育部重点实验室共配备两套计算机群，并投资建立遥感影像数据库。

(1) 惠普计算机群：配备了1个管理节点，1个IO节点，38个计算节点，100T的存储系统，每个计算节点配置为2个Opteron 6174 12核CPU，2个300GB 10K SAS硬盘，44G内存，计算速度可达近十万亿次的HP集群高性能计算服务器；第二套配备了由20台进口HP xw9400工作站构成的计算集群，每台其配置如下：处理器为2个Opteron 6核，其主频为2.8G；内存为32GB DDR2-667 ECC reg；硬盘为4块450GB SAS；显卡为2块  NVIDIA Quadro FX4800 1.5GB显存（支持SLI）；显示器为HP 2475 高端工作站专用显示器。同时配备了多台从低端到高端的IBM工作站，及Dell服务器和Sun服务器，具有很好的实验条件。

(2) 深度学习并行处理平台：2015年，智能感知与图像理解教育部重点实验室采用8台搭载NVIDIA GeForce GTX TITAN X显卡的HP-Z820工作站和40台HP-Z840工作站在Linux（Ubuntu14.04）环境下构建了大数据深度学习并行处理平台，可以实现CPU/GPU多节点并行计算。实验室总GPU核数超过30万，计算能力可以达到每秒350万亿次，存储能力超过400TB。基于此平台，目前实验室搭建了多种深度学习平台：Caffe（C++/CUDA架构，易于实践的深度学习框架，是目前深度学习研究中最常用算法测试平台）、Keras（Python语言为底层的深度学习框架，可以创建几乎任何类型的神经网络，具有模型普适性）、Torch（采用快速且简单的脚本语言Lua，易于使用且提供高效的算法实现，适合嵌入式开发）和MxNet（高效和灵活的深度学习框架，可以很好地兼容深度学习的程序来达到效率的最大化，易于推广到移动端应用）。

硕士研究生

2016级：武玉娟 孙璐；

2017级：李其 吴珂；