基本信息
王博 男 硕导 中国科学院自动化研究所
电子邮件: wangbo@ia.ac.cn
通信地址: 北京市海淀区中关村东路95号
邮政编码: 100190
电子邮件: wangbo@ia.ac.cn
通信地址: 北京市海淀区中关村东路95号
邮政编码: 100190
研究领域
多模态深度伪造检测与溯源
跨模态语义理解与信息检索
招生信息
招收致力于多模态内容安全、跨模态语义理解等领域理论研究和工程应用的研究生。希望你具有扎实的编程能力和良好的数学基础,并具备踏实肯干的精神和乐观积极的心态。
招生专业
081203-计算机应用技术
招生方向
多模态机器学习;多媒体内容安全
教育背景
2018-09--2023-06 北京大学 博士
2006-09--2010-06 郑州大学 学士
2006-09--2010-06 郑州大学 学士
工作经历
工作简历
2020-10~现在, 中国科学院自动化研究所, 副研究员
2014-10~2020-09,中国科学院自动化研究所, 助理研究员
2013-07~2014-09,北京大学计算机科学技术研究所, 助理研究员
2014-10~2020-09,中国科学院自动化研究所, 助理研究员
2013-07~2014-09,北京大学计算机科学技术研究所, 助理研究员
专利与奖励
专利成果
( 1 ) 一种伪造图像的识别方法、装置及设备, 发明专利, 2022, 第 1 作者, 专利号: ZL202210203248.2
( 2 ) 目标对象的检测方法、装置、电子设备及存储介质, 发明专利, 2021, 第 1 作者, 专利号: CN113870254A
( 3 ) 基于图学习的小样本图像识别方法及系统, 发明专利, 2020, 第 1 作者, 专利号: CN111598167A
( 4 ) 视频理解方法, 发明专利, 2018, 第 7 作者, 专利号: CN108921087A
( 5 ) 基于多线索融合的暴恐音视频识别方法及装置, 发明专利, 2018, 第 3 作者, 专利号: CN108921002A
( 6 ) 基于对比的快速暴恐视频识别方法, 专利授权, 2018, 第 4 作者, 专利号: CN108734106A
( 7 ) 基于深度学习的端到端的视频拷贝检测方法及装置, 专利授权, 2018, 第 4 作者, 专利号: CN108664902A
( 2 ) 目标对象的检测方法、装置、电子设备及存储介质, 发明专利, 2021, 第 1 作者, 专利号: CN113870254A
( 3 ) 基于图学习的小样本图像识别方法及系统, 发明专利, 2020, 第 1 作者, 专利号: CN111598167A
( 4 ) 视频理解方法, 发明专利, 2018, 第 7 作者, 专利号: CN108921087A
( 5 ) 基于多线索融合的暴恐音视频识别方法及装置, 发明专利, 2018, 第 3 作者, 专利号: CN108921002A
( 6 ) 基于对比的快速暴恐视频识别方法, 专利授权, 2018, 第 4 作者, 专利号: CN108734106A
( 7 ) 基于深度学习的端到端的视频拷贝检测方法及装置, 专利授权, 2018, 第 4 作者, 专利号: CN108664902A
出版信息
发表论文
[1] The IEEE/CVF Conference on Computer Vision and Pattern Recognition (2024). 2024, 通讯作者
[2] Image and Vision Computing. 2023, 通讯作者
[3] Bo Wang, Chunfeng Yuan, Shiang Wang, Zhonghai Wu, Bing Li, Weiming Hu. Learnable Pixel Clustering via Structure and Semantic Dual Constraints for Unsupervised Image Segmentation. IEEE International Conference on Image Processing(ICIP). 2022, 第 1 作者 通讯作者 https://ieeexplore.ieee.org/document/9897441.
[4] Bo Wang, Chunfeng Yuan, Bing Li, Xinmiao Ding, Zeya Li, Ying Wu, Weiming Hu. Multi-Scale Low-Discriminative Feature Reactivation for Weakly Supervised Object Localization. IEEE TRANSACTIONS ON IMAGE PROCESSING[J]. 2021, 第 1 作者30: 6050-6065, http://dx.doi.org/10.1109/TIP.2021.3091833.
[5] Jun Jiang, Bo Wang, Bing Li, Hu Weiming. Practical Face Swapping Detection based on Identity Spatial Constraints. IEEE International Joint Conference on Biometrics (IJCB). 2021, 第 2 作者https://ieeexplore.ieee.org/document/9484396.
[6] 王方石, 王坚, 李兵, 王博. 基于深度属性学习的交通标志检测. 吉林大学学报:工学版[J]. 2018, 第 4 作者48(1): 319-329, http://lib.cqvip.com/Qikan/Article/Detail?id=674371100.
[7] Ding, Xinmiao, Li, Bing, Xiong, Weihua, Guo, Wen, Hu, Weiming, Wang, Bo. Multi-Instance Multi-Label Learning Combining Hierarchical Context and its Application to Image Annotation. IEEE TRANSACTIONS ON MULTIMEDIA[J]. 2016, 第 6 作者18(8): 1616-1627, http://dx.doi.org/10.1109/TMM.2016.2572000.
[2] Image and Vision Computing. 2023, 通讯作者
[3] Bo Wang, Chunfeng Yuan, Shiang Wang, Zhonghai Wu, Bing Li, Weiming Hu. Learnable Pixel Clustering via Structure and Semantic Dual Constraints for Unsupervised Image Segmentation. IEEE International Conference on Image Processing(ICIP). 2022, 第 1 作者 通讯作者 https://ieeexplore.ieee.org/document/9897441.
[4] Bo Wang, Chunfeng Yuan, Bing Li, Xinmiao Ding, Zeya Li, Ying Wu, Weiming Hu. Multi-Scale Low-Discriminative Feature Reactivation for Weakly Supervised Object Localization. IEEE TRANSACTIONS ON IMAGE PROCESSING[J]. 2021, 第 1 作者30: 6050-6065, http://dx.doi.org/10.1109/TIP.2021.3091833.
[5] Jun Jiang, Bo Wang, Bing Li, Hu Weiming. Practical Face Swapping Detection based on Identity Spatial Constraints. IEEE International Joint Conference on Biometrics (IJCB). 2021, 第 2 作者https://ieeexplore.ieee.org/document/9484396.
[6] 王方石, 王坚, 李兵, 王博. 基于深度属性学习的交通标志检测. 吉林大学学报:工学版[J]. 2018, 第 4 作者48(1): 319-329, http://lib.cqvip.com/Qikan/Article/Detail?id=674371100.
[7] Ding, Xinmiao, Li, Bing, Xiong, Weihua, Guo, Wen, Hu, Weiming, Wang, Bo. Multi-Instance Multi-Label Learning Combining Hierarchical Context and its Application to Image Annotation. IEEE TRANSACTIONS ON MULTIMEDIA[J]. 2016, 第 6 作者18(8): 1616-1627, http://dx.doi.org/10.1109/TMM.2016.2572000.
科研活动
科研项目
( 1 ) 复杂大数据可解释高阶推理方法, 负责人, 国家任务, 2022-01--2026-12
( 2 ) 身份信息和频率特性驱动的伪造人脸检测方法研究, 负责人, 地方任务, 2023-01--2024-12
( 3 ) 面向小样本特殊场景的深度特征学习与内容识别关键技术研究, 负责人, 国家任务, 2021-10--2024-10
( 2 ) 身份信息和频率特性驱动的伪造人脸检测方法研究, 负责人, 地方任务, 2023-01--2024-12
( 3 ) 面向小样本特殊场景的深度特征学习与内容识别关键技术研究, 负责人, 国家任务, 2021-10--2024-10
合作情况
长期支撑国家网信办、国家计算机网络与信息安全管理中心等国家安全部门的技术系统建设工作,与新浪、腾讯、京东、百度等互联网企业建立了深入的项目合作与技术交流。