宦若虹，女，博士，浙江工業大學計算機科學與技術學院、軟體學院副教授，校內全職學術學位博士生導師，主要研究方向涵蓋模式識別、視頻處理、感測信號處理。2024年招生信息顯示，其指導領域拓展至理學院物理學專業的凝聚態物理與量子材料方向。作為核心研究人員，她參與多個人工智慧領域的發明專利，涉及SAR圖像識別、感測器行為分析、圖像質量評價等關鍵技術。
基本介紹
- 學位/學歷：博士
- 性別：女
- 職稱：副教授
- 所屬學院：計算機科學與技術學院（2024年）
- 招生資格：軟體工程學術學位博士生導師（2025年起）
- 首次招生：2024年港澳台博士研究生導師
人物簡介,研究方向,主要專利成就,學術任職,科研項目,科研成果,
人物簡介
2002年本科畢業於浙江大學信息與電子工程學系，獲學士學位；2005年於浙江大學信息與電子工程學系信息與通信工程專業獲碩士學位；2008年於中國科學院電子學研究所通信與信息系統專業獲博士學位。2008年在浙江工業大學計算機學院從事教學與科研工作。2014年1月至2015年2月在美國加州大學聖巴巴拉分校訪問。以第一作者在國內外期刊會議上發表了四十餘篇學術論文，授權發明專利十餘項。主持、參與國家級、省部級項目多項。
研究方向
- 模式識別與視頻處理長期從事模式識別、視頻特徵提取及分析研究，提出基於多線性主成分分析的SAR圖像識別方法，有效提升目標識別正確率。
- 感測信號處理開發基於耦合隱馬爾可夫模型的SAR圖像目標互動行為識別技術，解決傳統單鏈模型在目標群事件識別中的局限性。2024年提出基於時序拓展和通道空間注意力的過渡態行為識別方法，顯著提高人體過渡態行為識別準確率。
- 凝聚態物理2024年起擔任理學院物理學專業博士生導師，研究方向為凝聚態物理、量子材料。
主要專利成就
- SAR圖像識別
- 2017年發明基於耦合隱馬爾可夫模型的SAR圖像目標互動行為識別方法，突破運動目標互動建模難題；
- 2019年獲授權專利提出基於多線性主成分分析和張量分析的SAR圖像目標識別方法，建立多線性主成分分析框架。
圖像質量評價2019年開發多特徵融合BRISQUE算法，通過MSCN分布特徵與支持向量機結合，使評價結果更貼合人類主觀感知。
行為識別技術
- 2016年申請的特徵增強決策融合方法專利（2018年授權），最佳化加速度感測器數據預處理流程，提升相似動作區分度；
- 2024年公開的過渡態行為識別專利，首次引入時序拓展模組與通道空間注意力機制。
學術任職
2024年擔任計算機科學與技術學院軟體工程學術學位博士生導師，同時納入理學院物理學博士生招生體系。
科研項目
[1] 面向非視覺感測數據的群體複雜活動模式分析技術研究（國家自然科學基金面上項目，2023-2026，主持）
[2] 基於可穿戴感測器的智慧型健康監護系統研發（浙江省探索公益項目，2023-2025，主持）
[3] 重大疑難疾病及中醫優勢病種中醫藥防治新技術研究-青少年特發性脊柱側彎中西醫結合防控新技術研究 （浙江省科技計畫項目-重點研發-尖兵領雁子課題，2022-2024，主持）
[4] 基於智慧型移動設備的人體行為分析與事件挖掘技術研究 (浙江省自然科學基金項目，2019-2021，主持)
[5] 高解析度SAR圖像目標行為識別和事件挖掘方法研究（國家自然科學基金青年項目，2014-2016，主持）
[6] 複雜背景下穩健的視頻事件挖掘方法研究（浙江省自然科學基金項目，2013-2015，主持）
[7] 具有事件挖掘功能的智慧型視頻監控系統的研製（浙江省科技廳面上工業項目，2009-2011，主持）
[8] 基於達文西平台的嵌入式智慧型視頻監控系統的研究與開發（橫向，主持）
[9] 基於智慧型手機平台的行為識別軟體的研究與開發（橫向，主持）
[10] 基於穿戴式設備的人體行為識別軟體的研究與開發（橫向，主持）
[11] 基於智慧型手機的步態識別軟體研究與開發(橫向，主持)
[12]製造企業數據空間設計理論與方法（國家重點研發計畫-重點專項，2020-2023，參與）
[13]大規模目標智慧型生成與目標場構建方法研究（國家重點研發計畫-其他類型，2018-2022，參與）
[14]面向跨設備多場景視頻理解的可視分析技術研究（國家自然科學基金項目-重點，2020-2025，參與）
[15]多源跨模態數據的主動感知與高效篩選方法（省自然科學基金-重大項目-創新群體項目，2022-2025，參與）
科研成果
發表的論文、專著、教材：
[1] Ruohong Huan, Guowei Zhong, Peng Chen, and Ronghua Liang. MulDeF: A Model-Agnostic Debiasing Framework for Robust Multimodal Sentiment Analysis. IEEE Transactions on Multimedia. 2025, Vol. 27, 2304-2319.
[2] Ruohong Huan, Ai Bo, Meijiao Cao, Peng Chen, Ronghua Liang. RGSA: Sensor-based Group Activity Recognition Model with Relation Gating and Spatio-temporal Attention. IEEE Transactions on Instrumentation and Measurement. 2025, Vol. 74, 1-18.
[3] Ruohong Huan, Luhao Ji, Hailong Lu, Shuaishuai Zheng, Peng Chen, Ronghua Liang. MUDIFEI: Multi-dimensional Feature Extraction and Interaction Model for Human Transition Action Recognition based on Sensor Data. IEEE Sensors Journal. 2025. DOI: 10.1109/JSEN. 2025. 3590024.
[4] Ruohong Huan, Guowei Zhong, Peng Chen, and Ronghua Liang. UniMF: A Unified Multimodal Framework for Multimodal Sentiment Analysis in Missing Modalities and Unaligned Multimodal Sequences. IEEE Transactions on Multimedia. 2024, Vol. 26, 5753-5768.
[5] Ruohong Huan, Guowei Zhong, Peng Chen, and Ronghua Liang. TriSAT: Trimodal Representation Learning for Multimodal Sentiment Analysis. IEEE/ACM Transactions on Audio, Speech and Language Processing. 2024, Vol. 32, 4105-4120.
[6] Ruohong Huan, Xin Zhao, Nan Gao, Peng Chen, and Ronghua Liang. TLCSFI: A Pose-Guided Person Re-Identification Method with Two-Level Channel-Spatial Feature Integration. International Journal of Pattern Recognition and Artificial Intelligence. 2024, 38(14): 2455016-1-2455016-25.
[7] Ruohong Huan, Ai Bo, Jia Shu, Peng Chen and Ronghua Liang. Two-Domain joint attention mechanism based on sensor data for group activity recognition. IEEE Transactions on Instrumentation and Measurement, 2023, Vol.72, 1-15.
[8] Ruohong Huan, Ji Zhang, Chaojie Xie, Ronghua Liang, Peng Chen. MLFFCSP: a new anti-occlusion pedestrian detection network with multi-level feature fusion for small targets. Multimedia Tools and Applications, 2023,82(19): 29405–29430.
[9] Ruohong Huan, Shuaishuai Zheng, Chaojie Xie, Peng Chen, and Ronghua Liang. DOMOPT: A Detection-Based Online Multi-Object Pedestrian Tracking Network for Videos. International Journal of Pattern Recognition and Artificial Intelligence, 2023, 37(9):1-22.
[10] Ruohong Huan, Tianya Chen, Ziwei Zhan, Peng Chen, and Ronghua Liang. HPAN: A Hybrid Pose Attention Network for Person Re-Identification. In Chinese Conference on Pattern Recognition and Computer Vision (PRCV). Xiamen, China, 10.13-10.15, 2023, published in 2024, pp. 198-211.
[11] Ruohong Huan, Chengxi Jiang, Luoqi Ge, Jia Shu, Ziwei Zhan, Peng Chen, Kaikai Chi, Ronghua Liang. Human complex activity recognition with sensor data using multiple features. IEEE Sensors Journal, 2022, 22(1): 757-775.
[12] Ruohong Huan, Ziwei Zhan, Luoqi Ge, Kaikai Chi, Peng Chen, Ronghua Liang. A hybrid CNN and BLSTM network for human complex activity recognition with multi-feature fusion. Multimedia Tools and Applications, 2021, 80(30): 36159-36182.
[13] Ruohong Huan, Jia Shu, Shenglin Bao, Ronghua Liang, Peng Chen, Kaikai Chi. Video multimodal emotion recognition based on Bi-GRU and attention fusion. Multimedia Tools and Applications, 2021, 80(6): 8213-8240.
[14] Ruohong Huan, Luoqi Ge, Peng Yang, Chaojie Xie, Kaikai Chi, Keji Mao, Yun Pan. SAR multi-target interactive motion recognition based on convolutional neural networks. IET Image Processing, 2020, 14(11): 2567-2578.
[15] Ruo-Hong Huan, Chao-Jie Xie, Feng Guo, Kai-kai Chi, Ke-ji Mao, Ying-Long Li, Yun Pan. Human action recognition based on HOIRM feature fusion and AP clustering BOW. PLoS ONE, 2019, 14(7): e0219910.
[16] Ruohong Huan, Shenglin Bao, Chu Wang, Yun Pan. Anti-occlusion particle filter object-tracking method based on feature fusion. IET Image Processing, 2018, 12(9): 1519-1530.
[17] Ruohong Huan, Chu Wang, Yun Pan, Feng Guo, Yifan Tao. New structure for multi-aspect SAR image target recognition with multi-level joint consideration. Multimedia Tools and Applications, 2016, Vol.75, 7519-7540.
成果及專利：
[1] 宦若虹，舒佳，基於圖卷積網路和群體關係建模的群體行為識別方法，2025.8.8，中國，ZL2022102864443.6
[2] 宦若虹，趙鑫，陳朋，一種基於姿態估計和特徵關聯的行人重識別方法和裝置, 2025. 6.13, 中國，ZL202310713891.4.
[3] 宦若虹，占孜偉，池凱凱，一種姿態引導注意力的抗遮擋行人重識別方法，2025. 5.13，中國，ZL202210645693.4
[4] 宦若虹，舒佳，基於聯合注意力機制的感測器數據群體行為識別方法，2025.5.2，中國，ZL202210625710.8
[5] 宦若虹，董高翔，一種基於時空頻率特徵和對抗學習的跨域行為識別方法，2025. 4.1，中國，ZL202510073506.3
[6] 宦若虹，謝超傑，基於CSP模型的多級特徵融合行人檢測方法，2024.9.27，中國，ZL202110295911.1
[7] 宦若虹，鮑晟麟，葛羅棋，謝超傑，基於融合注意力網路的多模態情感識別方法，2023.1.31，中國，ZL201910324053.1
[8] 宦若虹，鮑晟麟，葛羅棋，謝超傑，基於雙向門控循環單元網路和新型網路初始化的情感識別方法，2023.1.31，中國，ZL201910298018.7
[9] 宦若虹，葛羅棋，吳煒，基於數據分離多尺度特徵結合的人體複雜行為識別方法，2022.4.5，中國，ZL202010258727.5
[10] 宦若虹，葛羅棋，吳煒，基於多特徵融合CNN-BLSTM的人體複雜行為識別方法，2022.4.5，中國，ZL201911240544.4
[11] 宦若虹,王楚,陶一凡,陳月,楊鵬,一種抗遮擋的基於積分直方圖的粒子濾波目標跟蹤方法,2021.1.1, 中國，ZL201610419913.6
[12] 宦若虹，郭峰，王楚，一種基於HOIRM和局部特徵融合的行為識別方法，2019.2.12，中國，ZL201610184680.6
[13] 宦若虹，陳月，陶一凡，楊鵬，一種基於地圖信息和位置自適應修正的粒子濾波室內定位方法，2019.7.5，中國，ZL201611007033.4
[14] 宦若虹，陶一凡，陳月，楊鵬，鮑晟霖，基於多線性主成分分析和張量分析的SAR圖像目標識別方法，2019.5.31，中國，ZL201611074915.2
[15] 宦若虹，陶一凡，陳月，楊鵬，鮑晟霖，基於小波變換空間變跡的SAR圖像旁瓣抑制方法，2019.3.12，中國，ZL201710126873.0
[16] 宦若虹，陳月，陶一凡，楊鵬，一種基於特徵增強和決策融合的行為識別方法，2018.12.18，中國，ZL201610182598.X
[17] 宦若虹，王楚，陳月，陶一凡，楊鵬，一種基於顏色與局部二值模式特徵融合的抗遮擋粒子濾波目標跟蹤方法，2018.9.7，中國，ZL201610454063.3
[18] 宦若虹，潘贇，於正強，王楚，一種結合相鄰幀差法和混合高斯模型的運動目標檢測方法，2017.6.13，中國，ZL201310586151.5
[19] 宦若虹，潘贇，王楚，郭峰，多層次結合的多視合成孔徑雷達圖像目標識別方法，2017.2.22，中國，ZL201410151472.7
[20] 宦若虹，唐曉梅，王浙滬，陳慶章，一種基於粒子位置調整的粒子濾波視頻運動目標跟蹤方法, 2014.3.26，中國，ZL201110204821.3
[21] 宦若虹，唐曉梅，王浙滬，陳慶章，一種基於累加直方圖粒子濾波的視頻運動目標跟蹤方法, 2013.4.17，中國，ZL201110101737.9
[22] 宦若虹，王浙滬，唐曉梅，陳慶章，一種基於非負矩陣分解和隱馬爾科夫模型的人體行為識別方法, 2013.4.24，中國，ZL201110181112.8
[23] 宦若虹，王浙滬，唐曉梅，陳慶章，一種視頻監控中基於角度的徘徊軌跡檢測方法, 2012.8.22，中國，ZL201110028707.X
