个人信息:Personal Information
讲师 研究生导师
性别:女
毕业院校:西安电子科技大学
学历:博士研究生毕业
学位:工学博士学位
在职信息:在岗
所在单位:计算机科学与技术学院
入职时间:2021-09-28
电子邮箱:
个人简介:Personal Profile
个人简介:
李佳楠,西安电子科技大学计算机科学与技术学院华山准聘副教授,工学博士,河南省济源市人。2013年6月于郑州大学获学士学位。2016年6月于西安电子科技大学获硕士学位。2021年6月于西安电子科技大学获博士学位。现任教于西安电子科技大学,计算机科学与技术学院软件工程系。
科学研究:
本人面向国家人工智能方向的需求,长期从事智能处理的理论和应用研究工作。主要研究方向包括图像及视频理解,行为识别,智能推荐等方面的工作。近年来,在多个国际知名学术期刊及会议IEEE-TCSVT, PR, ACMMM等发表多篇高水平学术论文。先后参与科技部重点研发计划、国家自然科学基金、陕西省重点研发计划等多项科研项目,相关成果申请或授权国家发明专利多项。
招生信息:
目前隶属李青山教授团队,团队常年招收软件工程、电子信息等方向博士生、硕士生、以及学有余力的本科实习生。热诚欢迎有志于相关研究方向的优秀学生加入我们团队。
部分学术论文研究成果:
[1]Jianan Li, Xuemei Xie*, Qingzhe Pan, Yuhan Cao, Zhifu Zhao, Guangming Shi. SGM-Net: Skeleton-guided multimodal network for action recognition[J]. Pattern Recognition, 2020, 104, 107356-107369. (TOP期刊IF 8.5,一类贡献度)
[2]Jianan Li, Xuemei Xie*, Yuhan Cao, Qingzhe Pan, Zhifu Zhao, Guangming Shi. Knowledge embedded GCN for skeleton-based two-person interaction recognition[J]. Neurocomputing, 2019, 12: 20503-20513. (TOP期刊IF 5.7,一类贡献度)
[3]Jianan Li,Zhifu Zhao, Jiawen Yang, et al. Self-constructing Temporal Excitation Graph for Skeleton-based Action Recognition[J]. IEEE Sensors Journal, 2023. (IF 4.3,二类贡献度)
[4]Zhifu Zhao, Chen Ziwei,Li Jianan*, et al. STDM-transformer: Space-time dual multi-scale transformer network for skeleton-based action recognition[J]. Neurocomputing, 2024, 563: 126903.(TOP期刊IF 5.7,一类贡献度)
[5]Zhao Zhifu, Ziwei Chen,Jianan Li*,et al. Glimpse and Zoom: Spatio-Temporal Focused Dynamic Network for Skeleton-based Action Recognition[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2024.(TOP期刊IF 8.4,一类贡献度)
[6]Qingzhe Pan, Zhifu Zhao, Xuemei Xie*,Jianan Li, Yuhan Cao and Guangming Shi.View-normalized Skeleton Generation for Action Recognition[C]. Proceedings of the 29th ACM International Conference on Multimedia. 2021: 1875-1883.(CCF-A类会议)
[7]Qingzhe Pan, Zhifu Zhao, Xuemei Xie*,Jianan Li, Yuhan Cao and Guangming Shi."View-Normalized and Subject-Independent Skeleton Generation for Action Recognition," in IEEE Transactions on Circuits and Systems for Video Technology, 2022. (TOP期刊IF 5.8,一类贡献度)