当前位置>>首页 >> 分会场报告人
徐本连 教授
2021/8/26 16:34:00    

徐本连 教授


博士,教授,主要从事群智能、机器人定位、信息融合等领域的研究,中国航空学会信息融合分会委员、第四届控制、自动化与信息科学国际会议执行主席,南京理工大学兼职博士生导师、苏州大学、中国矿业大学、常州大学硕士生导师、江苏高校“青蓝工程”科技创新团队带头人、省“333高层次人才培养工程”培养对象。2009年,在澳大利亚墨尔本大学访学半年,2012年至2013年,赴西澳大学进行为期一年的学术访问,2018年赴澳大利亚国立大学进行为期一年的学术访问,主要与信息融合领域知名学者 Ba-Ngu Vo,机器人领域Robert Mahony进行合作研究。截止目前,主持国家自然科学基金项目3项、省部级项目4项,以第一作者或通讯作者在IEEE-JBHI,IEEE-TCBB, Signal Processing,EAAI,ESWA等期刊上发表学术论文50多篇,SCI二区以上论文20多篇,以第一申请人获得授权发明专利10件,2020年获江苏省科技进步奖1项(排名第一)。

报告题目:多贝努利蚁群进化理论与自动多细胞跟踪

自动细胞跟踪技术已成为传染性疾病新药物研发、肿瘤转移预测等生物医学前沿问题的主要瓶颈之一。针对大规模细胞跟踪中的变形、集聚、分裂、粘连等同步量化难题,目前的检测与定性关联、模型进化和贝叶斯滤波等自动多细胞跟踪方法不断取得突破与完善,但同时也遇到了困难与挑战。由于绝大多数跟踪方法只针对具体的有限细胞数据集,虽能解决若干难点,但其普适性和移植性较差;与此同时,先进的多目标跟踪方法,如基于随机有限集的多目标贝叶斯滤波方法,在前提假设、建模方面与真实细胞动力学特性有偏差,直接造成多细胞跟踪发散。受到蚁群强大搜索能力、多形态组织能力、多群体相对独立与协作沟通能力和种群身份启发,将相对独立的蚁群从巢穴出发至食物源的搜索进化过程视为从当前帧目标估计至下一帧目标估计过程,即多细胞复杂跟踪问题孪生成多个多贝努利蚁群觅食行为,这为解决多细胞跟踪复杂难题提供了新思路,通过搭建基于多贝努利蚁群的多目标跟踪框架,不仅跳出了传统蚁群算法,也可为视频多目标跟踪提供了一种新方法。