姓名：张艳

职称：教授

籍贯：山东济宁

研究方向：机器学习与图像处理、深度学习

电子邮箱：yanzhang0910@163.com

科研项目

1. 国家重点研发计划项目，区域产业链协作企业群业务协同工业软件平台，2023.12-2026.11，参与。

2. 国家重点研发计划项目，复杂施工环境下大型工程装备设计/制造/运维一体化平台研发与应用，2021/12-2024/11，参与。

3. 天津市光电检测技术与系统重点实验室2019年度开放课题，基于卷积神经网络的X光图像超分辨率重建算法研究，2020/1-2021/12，主持。

4. 天津市哲学社会科学规划资助项目，人工智能技术驱动天津市服务业升级路径研究，2019/7-2021/3，参与。

5. 天津科技企业特派员资助项目，基于ZigBee的托辊多参数检测系统设计，2018/10/1-2020/2，主持。

6. 天津市科技计划项目-天津市智能机器人重大科技专项，面向服务与公共安全的网络机器人研发及示范应用，2014/01-2016/06，参与。

7. 天津市高等学校科技发展基金计划项目，基于纹理规则性分析的缺陷在线检测算法研究，2011/11-2013/05，主持。

学术论文

[1] 张艳, 霍涛, 张众维. 基于全局感知和边缘细化的TBM岩渣分割方法, 现代隧道技术，已录用.

[2] 张艳,李炳华,霍涛,等.融合改进A*算法与DWA算法的机器人动态避障方法研究[J/OL]. 系统仿真学报, 1-10.

[3] 张艳, 孙明磊, 刘紫阳, 孙叶美, 刘树东等. 基于可见光图像引导和递归融合的红外图像超分辨率重建[J/OL]. 北京航空航天大学学报, 1-16 [2024-02-28].

[4] 张艳,孙明磊,孙叶美,等.基于自适应双分支的图像超分辨率重建算法[J].激光与光电子学进展,2024,61(10):339-349.

[5] Zhang Y, Lan Q, Sun Y, et al. A combination of multi‐scale and attention based on the U‐shaped network for retinal vessel segmentation[J]. International Journal of Imaging Systems and Technology, 2024, 34(2): e23045.

[6] Yang Z , Yuan P , Zhang Y ,et al.Residual aggregation U-shaped network for image super-resolution[J].Multimedia Tools and Applications, 2024, 83(20):58141-58158.

[7] Yan Zhang, Ziyang Liu, Shudong Liu, Yemei Sun, Frequency aggregation network for blind super-resolution based on degradation representation, Digital Signal Processing, Volume 133, 2023, 103837.

[8] 张艳,孙晶雪,孙叶美等.基于分割注意力与线性变换的轻量化目标检测[J].浙江大学学报(工学版),2023,57(06):1195-1204.

[9] Yan, Zhang, Xiangyu, Wang, Zhongwei, Zhang, Yemei, Sun, Shudong, Liu. Foreground-Aware Refinement Network for Building Extraction from Remote Sensing Images, Photogrammetric Engineering and Remote Sensing, 2022, 88 (11): 731-738.

[10] 张艳, 李星汕, 孙叶美, 刘树东. 基于通道注意力与特征融合的水下目标检测算法[J]. 西北工业大学学报, 2022, 40(02): 433-441.

[11] 张艳, 王翔宇, 张众维, 孙叶美, 刘树东. 一种基于边界感知的遥感影像建筑物提取方法[J]. 西安电子科技大学学报, 2022, 49(01): 236-244.

[12] Yan Zhang, Shangxue Yang, Yemei Sun, Shudong Liu, Xianguo Li. Attention-guided multi-path cross-CNN for underwater image super-resolution[J]. Signal, Image and Video Processing, 2022, 16(1): 155-163.

[13] Yan Zhang, Yemei Sun, Shudong Liu. Deformable and residual convolutional network for image super-resolution[J]. Applied Intelligence, 2022, 52(1): 295-304.

[14] 张艳, 卢宣铭, 刘国瑞, 刘树东, 孙叶美. 多路径特征融合的遥感图像超分辨率重建算法[J]. 遥感信息, 2021, 36(02): 46-53.

[15] Yemei Sun, Yan Zhang, Shudong Liu, et al. Image super-resolution using supervised multi-scale feature extraction network[J]. Multimedia Tools and Applications, 2021, 80(2): 1995-2008.

[16] 刘树东, 王晓敏, 张艳, 一种对称残差CNN的图像超分辨率重建方法[J]. 西安电子科技大学学报, 2019, 46(5):15-23. (EI：20194807747384) 2019.7.2

[17] Yan Zhang, Jichang Guo, Chongyi Li. Image compressed sensing based on non-convex low-rankapproximation[J]. Multimedia Tools and Applications, 2018, 77(10): 12853-12869.

[18] Yan Zhang, Jichang Guo, Xianguo Li. Efficient recovery of group-sparse signals with truncated andreweightedl2,1-regularization[J].Journal of Systems Engineering and Electronics, 2017, 28(1): 19-26.

[19] Yan Zhang, Jichang Guo, Chongyi Li. Compressive sensing in wirelessmultimedia sensor networks based on low-rank approximation[C]. IEEE International Conference on Communications (ICC), 2017.5.21-5.25.

[20] Yan Zhang, Jichang Guo, JieZhao, Bo Wang. Robust principal component analysis via truncated nuclear normminimization[J]. Journal of Shanghai Jiaotong University (Science), 2016,21(5): 576-583.

发明专利

[1] 张艳等；基于注意力与多尺度池化的岩渣图像处理方法和系统，ZL 202310091527.9.

[2] 张艳等；一种基于改进YOLOV5模型的安全帽佩戴检测方法，ZL 202211534970.0.

[3] 张艳，谭覃，刘树东，一种基于改进蚁群算法的机器人路径规划方法，2018.09.04，中国，ZL201610250829.6.

荣誉及奖励

[1] 2020年，油田采油智能调控装置及巡检监控系统研发与应用，天津市科技进步二等奖。

[2] 2023年，天津城建大学优秀教育工作者