个人资料：
姓名：杨阳
职称：副教授/硕士生导师/博士生导师
学科专业：信息与通信工程
通讯地址：bet365官网电气bet365官网与信息工程学院26教学楼D区542室
电子信箱： yang_yang@sanmingzhi.net
主要经历：
(1) 2024-至今 bet365官网 电气bet365官网与信息工程学院 通信工程系，副教授/硕士生导师/博士生导师
(2) 2019-2024 bet365官网 电气bet365官网与信息工程学院 通信工程系，讲师
教育经历：
(1) 2015 - 2019 bet365官网 电气bet365官网与信息工程学院 博士研究生
(2) 2012 - 2015 中国人民警察大学 研究生部 硕士研究生
(3) 2008 - 2012 中国人民警察大学 消防工程系 本科生
主要研究方向：
(1) 深度学习与机器学习技术
(2) 雷达人体目标的检测、跟踪、定位、识别
(3) 计算机视觉与图像处理
(4) 医学多模态数据处理与感知
主要以雷达信号、视觉图像、多模态数据，重点研究复杂工况下基于多模态数据的智能感知技术，研究共发表（录用）学术论文共计50余篇，其中SCI二区以上论文25篇（含2篇ESI高被引论文），申请/授权专利30余项。在雷达人体感知方面的研究成果连续10期入选ESI高被引论文，并得到了相关单位的应用，获得天津市科技进步一等奖。在视觉感知方面的研究成果得到了国家重点研发计划项目的支持，成功获得天津市科技进步二等奖，相关研究被中央电视台CCTV报道，人民网、腾讯网、搜狐网也对本研究进行了报道。
科研项目：
(1) 2022.01.01-2024.12.31，国家自然科学基金青年基金项目，基于人体运动雷达信号的目标身份识别方法研究，在研，项目负责人
(2) 2021.08.01-2023.07.31，国家重点研发计划，联邦学习框架下基于小样本学习的典型电网设备小弱缺陷识别关键技术研究，已结题，子课题负责人
(3) 2020.09 – 2020.11，军队委托项目，XXXXX研究，已结题，项目负责人；
(4) 2023.07.01-2025.10.01，横向委托项目，云南电科院2023年红外-可见光影像数据融合深度分析技术研究（bet365官网重大科研项目），在研，项目负责人
(5) 2022.09.01-2024.06.30，横向委托项目，基于联邦学习与云边协同的典型人工智能算法优化研究与电网场景应用，在研，项目负责人
(6) 2021.01.01-2021.12.31，bet365官网自主创新基金，智能信息编码、内容处理及评价国际合作平台，已结题，项目负责人；
(7) 2020.01.01-2020.12.31，bet365官网自主创新基金，基于认知雷达的海洋目标探测技术研究，已结题，项目负责人；
(8) 2018.01.01-2022.12.31，国家自然科学基金重点项目，基于神经影像的立体视觉舒适度神经机制研究，已结题，参与；
(9) 2023.01.01-2027.12.31，国家自然科学基金重点项目，动态光场显微的鲁棒高分辨率重建技术与方法，在研，参与；
(10) 2022.01.01-2025.12.31，国家自然科学基金面上项目，面向人体姿态精准识别的实测微多普勒图像质量评价及优化方法，在研，参与；
(11) 2019.01.01-2022.12.31，国家自然科学基金面上项目，面向复杂电磁环境的认知被动雷达波形识别与优化研究，在研，参与；
(12) 2016.01.01-2020.12.31，国家自然科学基金国际（地区）合作与交流项目，3D图像/视频编码、内容处理与质量评价关键技术研究，已结题，参与；
(13) 2023.07.20-2025.10.01，横向委托项目，云南电科院 2023 年无人机协同联动勘灾和典型风险因素定量分析技术研究，在研，参与；
(14) 2015.01.01-2018.12.31，国家自然科学基金面上项目，基于运动与深度感知的立体视觉舒适度研究，已结题，参与；
(15) 2017.12-2020.10，横向委托项目，机器人电力巡检图像智能处理与多传感器数据融合方法研究，已结题，参与；
代表性论著、学术著作：
学术论文：
(1) Yang Yang, Hou Chuning, Lang Yue, Sakamoto Takuya, He Yuan, Xiang Wei. Omnidirectional motion classification with monostatic radar system using micro-Doppler signatures[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 58(5): 3574-3587 (入选ESI高被引论文)
(2) Yang Yang, Li J, Li B, et al. Few-shot Omnidirectional Human Motion Recognition Using Monostatic Radar System[J]. IEEE Transactions on Instrumentation and Measurement, 2023.
(3) Yang Yang, Wen P, Ye W, et al. Blind Universal Denoising for Radar Micro-Doppler Spectrograms Using Identical Dual Learning and Reciprocal Adversarial Training[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2023.
(4) Yang Yang, Zhang Y, Song C, et al. Omnidirectional Spectrogram Generation for Radar-based Omnidirectional Human Activity Recognition[J]. IEEE Transactions on Geoscience and Remote Sensing, 2023.
(5) Yang Yang, Zhang Y, Lang Y, et al. GAN-Based Radar Spectrogram Augmentation via Diversity Injection Strategy[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 72: 1-12.
(6) Yang Yang, Ge Y, Li B, et al. Multiscenario Open-Set Gait Recognition Based on Radar Micro-Doppler Signatures[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-13.
(7) Yang Yang, Zang B, Li N, et al. Reducing False Detections in Aerial Images by Exploiting the Context Information and Centroid Relationship[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-14.
(8) Yang Yang, Yang X, Sakamoto T, et al. Unsupervised domain adaptation for disguised-gait-based person identification on micro-Doppler signatures[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(9): 6448-6460.
(9) Yang Yang, Zhou Z, Li B, et al. Tangential Human Motion Recognition with Micro-Doppler Signatures and One-shot Learning[J]. IEEE Sensors Journal, 2023.
(10) Yang Yang, Hou, Chunping, Lang Yue*, Guan Dai, Huang Danyang, Xu Jinchen. Open-set human activity recognition based on micro-Doppler signatures, Pattern Recognition, 2019-01, 85:60-69
(11) Yang Yang, Hou Chunping, Lang Yue*, Yue Guanghui, He Yuan, Xiang Wei, Person Identification Using Micro-Doppler Signatures of Human Motions and UWB Radar, IEEE Microwave and Wireless Components Letters, 2019-05, 29(5): 366-368
(12) Yang Yang, Li Junhan, Li Beichen, Zhang Yutong. MDHandNet: a lightweight deep neural network for hand gesture/sign language recognition based on micro-doppler images[J]. World Wide Web, 2022: 1-19
(13) Yang Yang, Hou Chunping, Lang Yue, Li Chao. Motion Classification Based on Noisy Micro-Doppler Signatures[C]//2019 International Radar Conference (RADAR). IEEE, 2019: 1-4
(14) Song C, Yang Yang *, Lang Y, et al. SISO Radar-Based Human Movement Direction Determination Using Micro-Doppler Signatures[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-14.
(15) Li Beichen, Yang Jingyu, Yang Yang*, Li Chen, Zhang Yutong. Sign language/gesture recognition based on cumulative distribution density features using UWB radar[J]. IEEE transactions on instrumentation and measurement, 2021, 70: 1-13(入选ESI高被引论文)
(16) Ji Haoran, Hou Chunping, Yang Yang*, Fioranelli Francesco, Lang Yue. A One-Class Classification Method for Human Gait Authentication Using Micro-Doppler Signatures[J]. IEEE Signal Processing Letters, 2021, 28: 2182-2186
(17) Lang Yue, Wang Qing, Yang Yang*, Hou Chunping, Liu Haiping, He Yuan, Joint Motion Classification and Person Identification via Multi-Task Learning for Smart Homes, IEEE Internet of Things Journal, 2019, 6(6): 9596-9605
(18) Lang Yue, Wang Qing, Yang Yang*, Hou Chunping, Huang Danyang, Xiang Wei, Unsupervised Domain Adaptation for Micro-Doppler Human Activity Classification via Feature Fusion, IEEE Geoscience and Remote Sensing Letters, 2019-03, 16(3):392-396
(19) Lang Yue, Wang Qing, Yang Yang*, Hou Chunping, Xu Jinchen. Person identification with limited training data using radar micro-Doppler signatures[J]. Microwave and Optical Technology Letters, 2020, 62(3): 1060-1068
(20) 侯春萍, 王霄聪, 夏晗, 杨阳*. 基于双通路生成对抗网络的红外与可见光图像融合方法[J].激光与光电子学进展,2021,58(14):326-335
(21) Li Xinyu, He yuan, Fioranelli Francesco, Jing Xiaojun, Yarovoy Alexander, Yang Yang. Human motion recognition with limited radar micro-Doppler signatures[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 59(8): 6586-6599
(22) Lang Yue, Hou Chunping, Ji Haoran, Yang Yang. A dual generation adversarial network for human motion detection using micro-Doppler signatures[J]. IEEE Sensors Journal, 2021, 21(16): 17995-18003
(23) Yue Guanghui, Hou Chunping, Jiang Qiuping, Yang Yang. Blind stereoscopic 3D image quality assessment via analysis of naturalness, structure, and binocular asymmetry[J]. Signal Processing, 2018, 150: 204-214
(24) Liu Haiping, Yang Ruixia, Yang Yang, Hou Chunping. Human-human interaction recognition based on ultra-wideband radar[J]. Signal, Image and Video Processing, 2020, 14(6): 1181-1188
(25) He Yuan, Yang Yang, Lang Yue, Huang Danyang, Jing Xiaojun. Deep learning based human activity classification in radar micro-Doppler image[C] //2018 15th European Radar Conference (EuRAD). IEEE, 2018: 230-233
(26) Li Xinyu, He Yuan, Yang Yang, Hou Chunping, Jing Xiaojun. LSTM based human activity classification on radar range profile[C] //2019 IEEE International Conference on Computational Electromagnetics (ICCEM). IEEE, 2019: 1-2
(27) Huang Danyang, Hou Chunping, Yang Yang, Lang Yue, Wang Qing. Micro-Doppler spectrogram denoising based on generative adversarial network[C] //2018 48th European Microwave Conference (EuMC). IEEE, 2018: 909-912
(28) 侯春萍, 蒋天丽, 郎玥, 杨阳. 基于卷积神经网络的雷达人体动作与身份多任务识别[J].激光与光电子学进展, 2020, 57(02): 121-129
(29) 侯春萍, 章衡光, 张巍, 杨阳, 张贵峰, 田治仁. 输电线路绝缘子自爆缺陷识别方法[J].电力系统及其bet365官网学报, 2019, 31(06): 1-6. DOI:10.19635/j.cnki.csu-epsa.000064
(30) 金添, 何元, 李新羽, 宋永坤, 杨阳. 超宽带雷达人体行为感知研究进展[J]. 电子与信息学报. doi: 10.11999/JEIT211044
专利
(1) 一种基于配电线路航拍图像的绝缘子污闪状态检测方法，发明专利，专利号：ZL201810012817.9，杨阳，李梦龙，侯春萍，章衡光，管岱，郎玥，张贵峰，陈鹏
(2) 一种基于统计特征和机器学习的配电线路中绝缘子识别方法，发明专利，专利号：ZL201810079837.8，杨阳，侯春萍，李晨，章衡光，侯明浩，张巍，肖易易
(3) 一种GIS盆式绝缘子内部导体局部过热智能诊断方法，发明专利，专利号：ZL201711002380.2 杨阳，李梦龙，侯春萍，管岱，郎玥，章衡光
(4) 基于CNN与雷达图像的人体动作与身份多任务识别方法，发明专利，申请号：CN202011072197.1，公开（公告）号：CN112364689A，侯春萍，蒋天丽，杨阳，郎玥
(5) 一种基于对抗训练的检测输电线路中鸟巢的方法，发明专利，申请号：CN202010832945.5，公开（公告）号：CN112183191A，侯春萍，及浩然，杨阳，华中华，丁杰轩
(6) 一种基于生成对抗网络的绝缘子缺陷检测方法，发明专利，申请号：CN202010822090.8，公开（公告）号：CN112183186A，侯春萍，及浩然，杨阳，夏晗，王霄聪
(7) 一种基于单分类方法的检测输电线路中导线缺陷的方法，发明专利，申请号：CN202010822113.5，公开（公告）号：CN111368874A 侯春萍，丁杰轩，杨阳
(8) 基于强化学习的图像增强方法，发明专利，申请号：CN202010244525.5，公开（公告）号：CN111489305A，华中华，侯春萍，杨阳，及浩然，王霄聪
(9) 基于强化学习的图像去噪方法，发明专利，申请号：CN202010244537.8，公开（公告）号：CN111489306A，侯春萍，华中华，杨阳，及浩然，王霄聪
(10) 基于强化学习的JPEG压缩图像重建方法，发明专利，申请号：CN202010244589.5，公开（公告）号 : CN111510578B，侯春萍，华中华，杨阳，及浩然，丁杰轩
(11) 一种基于卷积神经网络的变电站红外图像设备检测方法，发明专利，申请号： CN202010203815.5，莫晓蕾，杨阳，侯春萍，夏晗
(12) 基于深度学习与聚类的输电线路绝缘子缺失的检测方法，发明专利，申请号：CN202010089261.0，公开（公告）号：CN111652835A，侯春萍，王霄聪，夏晗，杨阳
(13) 一种基于单分类技术的图像类别增量学习方法，发明专利，申请号：CN202010076321.5
(14) 一种无监督的多模态图像融合方法，发明专利，申请号：CN201911332757.X，公开（公告）号：CN111260594A，侯春萍，夏晗，杨阳，王霄聪，莫晓蕾
(15) 基于显著图与卷积神经网络的红外-可见光图像融合方法，发明专利，申请号：CN201911253169.7，公开（公告）号：CN111179208A，侯春萍，王霄聪，杨阳，夏晗.
(16) 基于生成对抗网络的图像去马赛克方法，发明专利，申请号：CN201910804744.1，公开（公告）号：CN110634103A 侯春萍，黄丹阳，杨阳
(17) 一种基于深度学习和距离-多普勒序列的人体行为识别方法，申请号：CN201910442701.3，公开（公告）号：CN110245581A，侯春萍，黄丹阳，杨阳，郎玥
讲授课程
(1) Matlab科学计算语言及应用（双语）
(2) Python语言程序设计（双语）
(3) 程序设计基础
主要学术成就、奖励及荣誉：
(1) 2023：中国通信学会科技进步二等奖
(2) 2022：校级本科生毕业设计(论文)优秀指导教师
(3) 2022：天津市科技进步一等奖
(4) 2021：天津市科技进步二等奖
(5) 2019：天津市科技进步一等奖
(6) 2018：天津市科技进步一等奖
(7) 2017：bet365官网博士生论坛优秀论文奖
(8) 2012：个人三等功
(9) 2011：公安部科技创新活动一等奖
(10) 2011：公安部科技创新活动三等奖
其他（社会兼职等）
(1) 中国通信学会高级会员
(2) 中国电子学会会员
(3) IEEE Member
(4) IEEE IMS Member, IEEE GRSS Member, IEEE Young Professionals
(5) 担任IEEE Transactions on Intelligent Vehicles, IEEE Transactions on Aerospace and Electronic Systems, IEEE Internet of Things Journal, Remote Sensing, IEEE Sensors Journal, IEEE Geoscience and Remote Sensing Letters, IEEE Intelligent Transportation Systems Magazine, International Journal of Intelligent Systems, IEEE Journal of Biomedical and Health Informatics, Electronics Letters等多个SCI期刊的审稿人
招生信息
研究组拟招硕士生（有直博或转博计划者优先）和博士生，欢迎对课题组研究方向感兴趣的同学加入。
无论你的基础水平如何，无论男生女生，只要你希望在研究生期间能够学到知识，并且希望不辜负自己研究生期间的这段经历，有一定的主动性和自觉性，都欢迎你来到我们课题组，在我们课题组度过的几年时间，你一定不会荒废。
我们课题组能向确定入组的同学提供以下资源：
1、 除学校补助、导师补助外，实验室有独立的奖励制度，满足条件的同学可获得实验室提供的额外奖学金；
2、 每名同学都会提供独立工位，无需考虑位置问题；
3、 每名同学分配一台独立的图形工作站使用，深度学习无需自己解决GPU问题；
4、 每名同学如需进行长时间实验工作，课题组提供共享的高配工作站，每台工作站至少配备3080Ti以上显卡；
5、 每名同学能够受到导师定期指导，包括但不限于① 如何上手科研；②如何撰写代码；③如何探索自己的研究课题与方向；④如何展开论文工作等；
6、 课题组的研究方向基本统一在深度学习方面，有着良好的科研氛围，师兄师姐都能够对你的工作进行指导。
我们课题组希望你：
1、 能够以良好的心态和正确的思想面对自己的科研工作；
2、 能够积极思考并敢于面对自己发现的问题；
3、 能够对自己面临的工作与学习持有负责的态度；
课题组有良好的氛围，也有着良好的积累，敬待万中无一的你的到来。
