计算机学院
通讯地址:长晖路666号
个人邮箱:xudan_zj@163.com
邮政编码:212003
办公地点:计算机学院
传真:
徐丹,江苏科技大学计算机学院副教授,硕士生导师,南京理工大学模式识别与智能系统专业博士,美国俄克拉荷马州立大学访问学者(2016-2017)。长期以来一直从事计算机视觉、图像处理、深度学习等领域的研究工作。近年来,在国内外重要期刊及国际学术会议上发表论文20余篇。获得授权发明专利5项。主持包括江苏省教育厅高校自然科学基金项目、军工项目、企业项目在内的各级科研项目10余项,另以主要参与人身份参与国家级、省部级及市厅级科研项目多项。主持省级教学研究课题1项,主编江苏省精品教材(《计算机视觉》)1部。2005年至2008年,作为核心成员参加出口巴基斯坦海军4艘F22P护卫舰的综合保障系统开发,2017年获得上海市科技进步二等奖。
1. 计算机视觉
2. 图像处理
3. 深度学习
对装备综合保障中涉及的关键技术,如保障性目标分析技术、保障方案制定技术、保障规划技术、预防性维修技术等进行研究。
主要研究计算机视觉算法以及在云边端模式下的实现与应用,形成计算机视觉省级精品教材。
主要研究复杂对象的UML建模,以及数据库的概念结构和逻辑结构设计。
利用深度学习算法,如CNN,检测出图像中的显著性区域或物体。
利用协同过滤算法对学生在线学习数据进行挖掘和分析,进而预测学生学习结果。
江苏科技大学博士启动基金。对显著性检测算法和目标建议模型进行研究,其结果可用于目标检测和识别。主要涉及研究领域包括计算机视觉和机器学习。
主要对水面目标,如船只进行检测和跟踪。
江苏省高校自然基金项目,主要研究基于图像的显著性检测算法,属计算机视觉和机器学习领域。
一种基于中心-边界连接模型的交通标志检测方法,国家发明专利,第一发明人。
上海市科技进步二等奖,船舶智能制造中的大型在线三维检测系统。
The Visual Computer,2025,SCI
Computers, Materials & Continua,2024,SCI
Optical Engineering, 2024,SCI
SCI
EI检索
计算机应用研究,中文核心
Dan Xu; Shucheng Huang; Xin Zuo, Spatial-aware global contrast representation for saliency detection, Turkish Journal of Electrical Engineering and Computer Science, 2019, 27(4): 2412-2429 (SCI)
Dan Xu; Hualong Yu; Bin Qin; Shang Gao,Traffic Sign Detection Based on Voting Scheme and Link Distribution Model, Smart Cities Conference (ISC2), 2017 International, 2017.9.14-2017.9.17 (EI)
徐丹, 唐振民, 徐威. 融合颜色属性和空间信息的显著性物体检测, 中国图象图形学报, 2014, 19(4): 541-548 (中文核心)
Dan Xu, Zhenmin Tang, Xuejun Yan. Real time road sign detection based on rotational center voting and shape analysis,IEEE International Conference on Mechatronics and Automation (ICMA) 2012,Chengdu,2012.8.5-8.8.(EI)
Dan Xu, Qinghua Liu, Zhisheng Huang. Using Semantic Technology for Automatic Verification of Road Signs, Web Information System Engineering 2013 (EI)
Dan Xu, Wei Xu, Zhenmin Tang, Fan Liu. Exploiting Visual Saliency and Bag-of-Words for Road Sign Recognition, IEICE TRANSACTIONS on Information and Systems, 2014, 97(9): 2473-2482. (SCI)
Dan Xu, Zhenmin Tang, Wei Xu. Salient Object Detection Based on Regional Contrast and Relative Spatial Compactness, KSII Transactions on Internet and Information Systems (TIIS), 2013, 7(11): 2737-2753. (SCI)
徐丹, 于化龙, 段先华, 张绛丽, 左欣. 多核学习框架下多线索融合的显著性区域检测算法, 江苏科技大学学报(自然科学版), 2016, 30(06):591-598. (中文核心)
1. 2016-2017 美国俄克拉荷马州立大学(Oklahoma State University),访问学者。
2. 2010-2015 南京理工大学 控制科学与工程专业 博士;
3. 2003-2006 江苏科技大学 计算机应用专业 硕士;
4. 1999-2003 江苏科技大学 计算机科学与技术专业 学士;
本科生课程:
1. 数字信号处理。
研究生课程:
1. 计算机视觉;
2. 机器学习。
留学生课程:
1. 数据挖掘。