张曼
博士生导师
硕士生导师
性别：女
学位：博士学位
学科：计算机科学与技术*
在职信息：在职
所在单位：人工智能学院
学历：研究生毕业
毕业院校：中国科学院自动化研究所
所属院系：人工智能学院
职务：特聘研究员、博士生导师
办公地点：创新楼416室
电子邮箱：
曾获荣誉：
2022当选：海淀青年榜样
2018当选：北京市青年骨干个人
2019当选：北京市科技新星
2020当选：北京市三八红旗奖章
其他联系方式
邮箱：
张曼， 北京邮电大学研究员、博士生导师，主要研究方向为计算机视觉、模式识别、生物特征识别，已主持国家自然科学基金面上项目、国家重点研发计划子课题、北京市科委人工智能专项等多项国家和省部级科研项目的研发工作，成果发表在人工智能本领域知名期刊和会议（IEEE TPAMI、IEEE TIP、AAAI等）。曾获得北京市三八红旗奖章、北京市青年骨干、北京市科技新星、北京市科协青年人才托举、海淀青年榜样等奖项。现任IEEE女工程师协会北京分会主席、中国人工智能学会模式识别专委会副秘书长、中国图象图形学学会视觉检测专委会副秘书长、北京图象图形学学会理事、北京市女科协理事、北京市青联十二届委员。
[1] [2]
[1] 2021.7-至今
北京邮电大学 > 人工智能学院 > 特聘研究员、博士生导师
[2] 2017.12-2021.7
银河水滴科技（北京）有限公司 > 党支部书记、高级总监
[3] 2013.7-2017.11
中国科学院自动化研究所 > 模式识别国家重点实验室 > （历任）助理研究员、副研究员
[1] [2] [3] [4] [5]
（1）计算机视觉
（2）模式识别
团队致力于研究泛在智能视觉感知理论与技术，主要面向以人为中心的计算机视觉领域（包括步态识别、多视角人群数量统计、人体姿态估计及多模态融合），对开放场景下的特征表达和比对进行了深入探索，提出了基于深度学习框架的生物特征表达方法。团队提出的基于全卷积网络的图像分割方法曾获得国际生物特征识别大会最佳学生论文奖。
团队以泛在分布的视觉感知平台对于人体分析带来的机遇和挑战为动力，围绕面向开放场景人体分析的低质数据增强与鲁棒特征表示方法的研究主题，主要开展如下几方面的研究工作：（1）步态识别，主要研究在开放场景下，通过人体部件分割和数据生成解决步态识别领域中的遮挡和多视角识别问题；（2）多视角人群数量统计，通过时空模型构建鸟瞰视角下的人群特征及场景密度图；（3）人体姿态估计，基于神经网络学习人体特征规律，并对人体关键点进行检测和定位；（4）弱监督时序行为定位，基于视频级类别标签，训练弱监督模型并识别未修剪视频中的动作实例。
