基本信息

• 职称：副教授（硕士生导师、博士生导师）

• 职务：计算机科学与技术系 系主任

• 研究方向：图像处理、计算机视觉、模式识别

• 电子邮件：wuhao@bnu.edu.cn

个人简介

 2006年9月起就读于北京交通大学思源班（理科实验班，核心理学课程按照北京大学的理学培养模式进行），培养了较为扎实的理论基础。2010年9月被推免直接攻读博士学位，重点参与了3项科技部973课题、国家自然基金等国家级课题。2013年10月至2015年11月在美国劳伦斯伯克利国家实验室进行合作研究，并作为项目研究员主持了2项美国劳伦斯伯克利国家实验室开放项目。依托上述科研项目发表的多篇论文曾入选高被引论文或实现了重要的成果转化。获得国家奖学金、北京市优秀毕业生、智瑾奖学金、专项奖学金、一等学习奖学金等荣誉三十多次，并作为优秀毕业生代表在校毕业典礼上发言。入职学院以来，在项目完成、论文发表、国际合作、成果应用等多个方面取得了丰硕成果。

在项目完成方面，已经主持完成或正在主持完成2项国家自然科学基金项目、3项科技部高端外国专家引进计划项目、6项美国劳伦斯伯克利国家实验室开放项目，并作为骨干成员重点参与了10余项国家级、省部级或其它高水平科研项目。

在论文发表方面，每年稳定地发表多篇高水平期刊、会议论文，并成功指导了多位同学发表高水平期刊、会议论文。担任《Future Generation Computer Systems》（中科院一区TOP期刊），《Software: Practice and Experience》（CCF B类期刊）等国际期刊的特邀编委，并作为审稿人常年为IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE TRANSACTIONS ON MULTIMEDIA，PATTERN RECOGNITION, NEUROCOMPUTING, JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION，SIGNAL PROCESSING: IMAGE COMMUNICATION等知名期刊审稿。

在国际合作方面，作为美国劳伦斯伯克利国家实验室的客座项目负责人，和美国劳伦斯伯克利国家实验室保持稳定、高效的合作，连续承担该实验室的高水平开放项目。已经将图像修复、图像去噪、三维重建等技术较好地应用于生命科学领域，并在劳伦斯伯克利国家实验室、南京大学进行了多次报告，多位顶级的科学家高度评价了相关科研成果。

在成果应用方面，将多项技术或模型成功应用到了教育、文化、心理等领域。已经申请或协助其它科研机构、企业申请国家发明专利数十项，为多项国家标准的制定提供了直接的支撑。

主持的科研项目

• 国家自然科学基金面上项目：基于海量多源素材优选的多选择图像修复研究，2021-2024

• 科技部高端外国专家引进计划项目：智能图像处理技术的生命科学应用，2023-2024

• 科技部高端外国专家引进计划项目：鲁棒性智能计算方法的生命科学应用，2021-2022

• 科技部高端外国专家引进计划项目：现代信息处理技术的生命科学应用，2020

• 国家自然科学基金青年项目：基于修复素材优选的图像修复研究，2017—2019

• 美国劳伦斯伯克利国家实验室开放项目：3D Reconstruction of Low-dose Images by AL/ML of Attention-Guided Net,2021年至今

• 美国劳伦斯伯克利国家实验室开放项目：Image denoising by classic network model: WGAN Network，2021年至今

• 美国劳伦斯伯克利国家实验室开放项目：Deep learning for denoising in low-dose cryo-electron tomography, 2019-2021

• 美国劳伦斯伯克利国家实验室开放项目：Developing the Deep Learning Algorithm for High-Resolution Electron Tomographic 3D Reconstruction ,2019-2021

• 美国劳伦斯伯克利国家实验室开放项目：Improving cryo-ET 3D reconstruction resolution based on the algorithm of the going deeper with convolutions (GoogLeNet ),2018-2019

• 美国劳伦斯伯克利国家实验室开放项目：Improving cryo-ET 3D reconstruction resolution based on the algorithm of generative adversative nets, 2018-2019

主要学术成果

近几年代表性论文：

   1. Hao Wu, Lincong Fang, Qian Yu, Chengzhuan Yang. Learning Robust Point Representation for 3D Non-Rigid Shape Retrieval[J].IEEE Transactions on Multimedia,2023(Online)(中科院一区 TOP)

   2. Hao Wu, Lincong Fang, Qian Yu, Chengzhuan Yang. Deep convolutional feature aggregation for fine-grained cultivar recognition[J]. Knowledge-Based Systems, 2023: 110688. (中科院一区 TOP)

   3. Hao Wu, Jianyang Gu,Xiaojin Fan, He Li, Lidong Xie,Jian Zhao.3D-Guided Frontal Face Generation for Pose-Invariant Recognition[J].ACM Transactions on Intelligent Systems and Technology, 2023, 14(2): 1-21 (领域权威期刊)

   4. Hao Wu, Lincong Fang, Qian Yu, Jingrong Yuan, Chengzhuan Yang. Plant leaf identification based on shape and convolutional features[J]. Expert Systems with Applications, 2023, 219: 119626.（中科院一区 TOP）

   5. Xiaoyu Zhu, Haodi Wang, Zhiyi Zhang, Xiuping Wu, Junqi Guo, Hao Wu(*). A deep learning network based end-to-end image composition[J]. Signal Processing: Image Communication, 2022: 116570.

   6. Hao Wu, Ding An, Xiaoyu Zhu, Zhiyi Zhang, Guodong Fan, Zhen Hua. Multi-source material image optimized selection based multi-option composition[J]. Image and Vision Computing, 2021, 107: 104123.

   7. Hao Wu, Rongfang Bie, Junqi Guo,Xin Meng and Shenling Wang Sparse coding based few learning instances for image retrieval[J]. Multimedia Tools and Applications, 2019: 1-15.

   8. Hao Wu, Yueli Li, Jie Xiong, Xiaohan Bi, Linna Zhang, Rongfang Bie and Junqi Guo. Weighted-learning-instance-based retrieval model using instance distance[J]. Machine Vision and Applications, 2019,30:163-176

   9. Linbin Jiao, Hao Wu(*), Haodi Wang and Rongfang Bie(*).Multi-scale semantic image inpainting with residual learning and GAN[J]. Neurocomputing, 2019, 331: 199-212.

  10. Hao Wu, Yueli Li, Xiaohan Bi, Linna Zhang, Rongfang Bie and Yingzhuo Wang. Joint entropy based learning model for image retrieval[J]. Journal of Visual Communication and Image Representation, 2018, 55: 415-423.

近几年代表性专利：

 1. 吴昊，孙运传，基于区块链的智慧社区商品大数据智能拼单和结算方法，ZL20231 0064851.1

 2. 吴昊，叶舟，一种训练样本深度优化的低耗图像检索方法及系统, ZL202211043682.5

 3. 吴昊，别荣芳，王耀飞，基于区块链的智慧教育学术成果讨论防剽窃方法及系统， ZL202210881154.0

 4. 吴昊，武秀萍，基于人工智能的智慧教育目标视频大数据检索方法及系统, ZL202210850340.8

 5. 吴昊，郭俊奇，基于人工智能的智慧课堂学生专注度低耗检测方法及系统, ZL202210838610.3 

招生说明

主要招收计算机、人工智能相关专业的博士研究生、硕士研究生，也重点考虑具备良好工程实践能力的理工科背景（电子、通讯等）的博士研究生、硕士研究生。工程实践能力较强、有前期科研积累、英文读写水平较好的同学优先考虑。欢迎推免和报考的同学提前联系，也欢迎编程能力优良的本科生加入团队（可为出国深造、保研等加强科研背景）。