基本信息

---

史操，男，工学博士，北京大学博士后。研究领域为人工智能理论及应用、数字图像/视频处理相关算法研究，以及人工智能理论及图像/视频处理算法在具体计算机视觉任务中的应用实践。近年主持及参与国家自然科学基金项目、数字出版技术国家重点实验室项目、山东省重点实验室项目，以及其他横向项目；多次参加国际高水平学术会议；发表高水平论文多篇；授权国家发明专利多项。担任多个国内外期刊审稿人，与英国赫瑞瓦特大学、北京大学等高校以及旷视科技、方正电子等业内科技公司保持联系。

其所在学术团队近年来先后在IEEE Transactions on Multimedia、IEEE Transactions on Instrumentation and Measurement、Simulation Modelling Practice and Theory等知名国际期刊及主流国际会议发表学术论文近30篇；主持了包括国家自然科学基金、企业委托研发课题等科研项目；获得4项发明专利授权。研发了“文档结构化信息抽取系统”、“医学图像分割系统”等完全自主知识产权系统。

具体学术成果，详见学术主页：https://dlvug.github.io/

目前面向本科生、研究生讲授《人工智能数学基础》、《机器视觉与应用》、《软件测试》等课程。

学术成果（部分）

---

• Canhui Xu., Yuteng Li, Cao Shi(史操,通讯作者). et al. HiM: hierarchical multimodal network for document layout analysis. Applied Intelligence 53, 24314–24326 (2023). https://doi.org/ 10.1007/ s10489-023-04782-3

• Cao Shi(史操), Canhui Xu, Hengyue Bi, Yuanzhi Cheng, Yuteng Li, Honghong Zhang. Lateral Feature Enhancement Network for Page Object Detection[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71:1-10

• Cao Shi(史操), Canhui Xu, Jianfei He, Yinong Chen, Yuanzhi Cheng, Qi Yang, Haitao Qiu. Graph-based convolution feature aggregation for retinal vessel segmentation[J]. Simulation Modelling Practice and Theory,2022

• Canhui Xu, Cao Shi(史操,通讯作者), Yinong Chen. End-to-end dilated convolution network for document image semantic segmentation[J]. Journal of Central South University, 2021, 28(6): 1765-1774.

• 史操, 邹北骥, 蔡美玲, 孟志刚, 陈再良. 自适应异步采样运动数据压缩算法[J]. 电子学报 , 2012,40(1):128-133.

• Bei-Ji Zou, Cao Shi(史操), Can-Hui Xu, Shu Chen. Enhanced Hexagonal-Based Search Using Direction-Oriented Inner Search for Motion Estimation[J]. IEEE Transactions on Circuits and Systems for Video Technology. 2010,20(1):156-160.

• Beiji Zou, Shu Chen, Cao Shi(史操), Umugwaneza Marie Providence. Automatic Reconstruction of 3D Human Motion Pose from Uncalibrated Monocular Video Sequences Based on Markerless Human Motion Tracking[J]. Pattern Recognition. 2009,42(7):1559-1571.

• 史操;许灿辉;刘传琦;程远志;陶冶;马兴录;刘国柱.基于深度学习生成文档图像集的方法，CN112347742A

• 许灿辉;张洪红;李玉腾;史操;程远志;刘宇博;杨琦.一种基于深度学习的肺结节检测方法，CN115619706A

• 许灿辉，史操，孙春奇，陶冶，刘国柱，程远志.一种利用先验知识构建文档图像数据集的方法，CN111783416A

教科研项目

---

• 基于Mooctest的O2O软件测试培训新机制，“青岛青软实训教育科技股份有限公司”，2019.1-2021.1

• 深度学习及计算机视觉相关技术研究，“山东计算机学会省重点实验室联合开放基金项目”，2018.6-2020.6

• 多模型文档版面分析和理解算法研究，“国家自然科学基金61806107”，2019.1-2021.12

• 一种新型O2O慕课教学模式创新研究：基于慕测平台Mooctest的软件测试课程，“太阳成集团tyc9728教学改革研究立项”，2018.6-2020.5

• 基于条件随机场及特征融合的书法字生成，“数字出版技术国家重点实验室（北大方正）”，2014.11-2015.11

• 文档图像的分割及文字信息增强技术，“数字出版技术国家重点实验室（北大方正）”，2014.11-2015.11

其他成果

---

竞赛指导

• 全国大学生软件测试大赛，获奖若干项

• 蓝桥杯全国软件和信息技术专业人才大赛，省三等奖，1项

近期工程实践

---

目前(2024年2月)正带领研究生采集脑电波数据，研发基于AIGC技术的艺术画作生成设备。与艺术专业合作，我们将AIGC技术引入到艺术创作的实践中，作为一种艺术画作方法的创新。

我们研发的设备将采集创作者的脑电波来进行互动。创作者身处动态的山水画影像前方，戴上脑电波采集设备之后，山水画中会出现大脑轮廓的形状闪烁。通过创作者的脑电波分析其情绪，根据脑电波数据分析生成不同情绪的画面，开始画面混乱，并有动物的哀嚎声。此时创作者需要控制自己的情绪，当设备检测到创作者的平静状态或者专注状态的脑电波，混乱的画面会逐渐变为动物的水墨动画。噪音也会逐渐变成此动物的优美的叫声。