趙仲秋，1977年9月出生於江蘇靖江，畢業於中國科學技術大學。
工學博士，合肥工業大學計算機與信息學院研究員，博士生導師。主要研究方向包括模式識別、圖像視頻分類與理解、數據挖掘等。2012年入選“香江學者”計畫；2014年獲ACM南京分會（江蘇、安徽地區）卓越青年科學家獎提名獎；2016年獲安徽省傑出青年科學基金資助；2016年獲教育部自然科學一等獎；2018年獲吳文俊人工智慧科學技術獎科技進步一等獎；2020年入選安徽省“特支計畫”創新領軍人才。
基本介紹
個人簡介,主要科研項目,主要論著,
個人簡介
江蘇靖江人；工學博士，研究員，博士生導師；IEEE/ACM會員。
2007年12月~2008年3月在合肥工業大學計算機與信息學院“圖像信息處理研究室”從事研究工作；
2008年4月~2009年11月於法國 UNIVERSITE PAUL CEZANNE – AIX-MARSEILLE III 任博士後；
2009年12月，於合肥工業大學計算機與信息學院工作，2011年12月入選合肥工業大學計算機與信息學院人才培育“C計畫”。
2012年入選“香江學者”計畫，2013年1月~2014年12月於香港浸會大學計算機科學系從事合作研究。
近年來主持國家自然科學基金項目4項，教育部高等學校博士點新教師基金、中國博士後科學基金特別資助等各1項；承擔科技部863項目、973課題、973前期預研專項項目、法國國家科研署（ANR）項目等多個項目的研究。
在相關領域已經發表論文70餘篇，包括IEEE TNNLS，IEEE TIP，IEEE ToC，IEEE TKDE，PR，IEEE Multimedia，PRL 等權威學術期刊，以及IJCAI，ECCV，ACM MIR，ACCV，ICIP 等權威學術會議。獲授權國家發明專利6項。
擔任IEEE Trans. Evolutionary Computation, IEEE Trans. Multimedia, IEEE Trans. Image Processing, IEEE TNNLS，Computer Vision and Image Understanding，Pattern Recognition Letters, 《計算機學報》等期刊的論文審稿人。
主要科研項目
主持和承擔科研項目：
（1）國家自然科學基金面上項目，“面向小目標檢測的多任務深度網路及其若干關鍵問題研究”，（No. 61976079，2020.1-2023.12）
（2）安徽省傑出青年科學基金，“圖像分類和標註中的稀疏感知問題”（No. 170808J08，2017.1.1-2019.12，主持）
（3）國家自然科學基金面上項目，“增長的卷積神經網路模型中的若干關鍵問題研究”（No. 61672203，2017.1-2020.12，主持）
（4）國家自然科學基金面上項目，“基於耦合判別和協作稀疏表示的圖像表征和標註研究”（No.61375047，2014.1-2017.12，主持）
（5）“香江學者”計畫，“高維數據下的特徵選擇及套用”， （No. XJ2012012，2013.1-2014.12，主持）
（6）國家自然科學基金青年基金，“約束最大差異投影在基於內容的多樣化圖像檢索中的套用研究”（No. 61005007, 2011.1-2013.12，主持）
（7）教育部高等學校博士點新教師基金，“基於子域模組分類器的非對稱模式分類研究”（No.200803591024，2009.1-2011.12，主持）
（8）國家重點研發計畫，“大數據知識工程基礎理論及其套用研究”（No. 2016YFB1000900，2016.7-2020.12，承擔）
企業委託開發項目：
（1）基於人臉識別和姿態估計的駕駛員安全狀態評估系統
（2）面向校園安防的視頻分析系統
（3）基於機器視覺的微細光纖缺陷檢測系統
（4）基於機器視覺的纜線外護套缺陷檢測系統
（5）基於X射線成像和機器視覺的纜芯缺陷檢測設備與系統
主要論著
[31] Wenrui Liao, Zhong-Qiu Zhao* , Hao Shen1, Weidong Tian, Residual Attention Block SEARCH for Lightweight Image Super-Resolution, ICME, 2021. （Oral, *corresponding author，CCF B）
[30] Hao Shen and Zhong-Qiu Zhao*, Mid-weight Image Super-Resolution with Bypass Connection Attention Network, European Conference on Artificial Intelligence(ECAI), 2020.（*corresponding author，CCF B）
[29] Zhong-Qiu Zhao, Shou-Tao Xu, Dian Liu, Wei-Dong Tian ∗, Zhi-Da Jiang, A Review of Image Set Classification, Neurocomputing, Vol. 335, pp. 251-260, 2019.
[28] Z.Q. Zhao, P. Zheng,S. Xu, X. Wu, Object Detection with Deep Learning: A Review, IEEE Transactions on Neural Networks and Learning Systems, Vol. 30(11), pp. 3212-3232, 2019.（ESI 高被引、熱點論文）
[27] Z.Q. Zhao, J. Hu; W. Tian, N. Ling, Cooperative Adversarial Network for Accurate Super Resolution, Asian Conference on Computer Vision (ACCV), 2018.
[26] P. Zheng, Z.Q. Zhao*, J. Gao, X. Wu, A set-level joint sparse representation for image set classification, Information Sciences, Vol. 448–449,pp.75–90, June 2018. （*corresponding author）
[25] P. Zheng, Z.Q. Zhao*, J. Gao, X. Wu, Image set classification based on cooperative sparse representation, Pattern Recognition, Volume 63, Pages 206–217,March 2017. (*corresponding author)
[24] D. Hu, X. Zhang, Y. Fan, Z.Q. Zhao, L. Wang, X. Wu, X. Wu, On Digital Image Trustworthiness, Applied Soft Computing, Vol. 48, pp.240-253, 2016.
[23] Z.Q. Zhao, Y. Cheung, H. Hu, X. Wu, Corrupted and Occluded Face Recognition via Cooperative Sparse Representation, Pattern Recognition, Vol. 56, Pages 77–87, August, 2016.
[22] S. Li, Z.H. You, H. Guo, X. Luo, Z.Q. Zhao, Inverse-Free Extreme Learning Machine With Optimal Information Updating, IEEE Transactions on Cybernetics, vol.46,issue 5, pp.1229-1241, 2016.
[21] Z.Q. Zhao, Y. Cheung, H. Hu, X. Wu, Expanding dictionary for robust face recognition: pixel is not necessary while sparsity is, IET Computer Vision, Vol. 9(5),pp.648 –654, 2015.
[20] X. Wu, H. Chen, G.Q. Wu, J. Liu, Q. Zheng, X. He, A. Zhou, Z.Q. Zhao, B. Wei, Y. Li, Q. Zhang, S. Zhang: Knowledge Engineering with Big Data.IEEE Intelligent Systems, 30(5): 46-55 (2015)
[19] Z.Q. Zhao, Y. Hong, P. Zheng, X. Wu: Plant identification using triangular representation based on salient points and margin points. ICIP 2015: 1145-1149
[18] Z.Q. Zhao, L.H. Ma, Y. Cheung, X. Wu, Y. Tang, C.L.P. Chen, ApLeaf: An efficient android-based plant leaf identification system, Neurocomputing, Volume 151, Part 3, 3 March 2015, Pages 1112-1119.
[17] J. Wang, M. Wang, P.P. Li, L. Liu, Z.Q. Zhao, X. Hu, X. Wu: Online Feature Selection with Group Structure Analysis. IEEE Transactions on Knowledge and Data Engineering, 27(11): 3029-3041 (2015)
[16] Z.Q. Zhao, B.J. Xie, Y. Cheung, X. Wu, Plant Leaf Identification via A Growing Convolution Neural Network with Progressive Sample Learning, ACCV, 2014.
[15] 趙仲秋, 季海峰, 高雋, 胡東輝. 基於稀疏編碼多尺度空間潛在語義分析的圖像分類,《計算機學報》, 37(6): 1251-1260, 2014.
[14] Z.Q. Zhao, CanYi Lu, Herve Glotin, Jun Gao, Optimizing widths with PSO for center selection of Gaussian radial basis function networks,SCIENCE CHINA Information Sciences, Volume 57, Issue 5, pp 1-17, May 2014. DOI: 10.1007/s11432-013-4850-5
[13] Bo Li, Jin Liu, Z.Q. Zhao and Wen-Sheng Zhang, Locally Linear Representation Fisher Criterion, International Joint Conference on Neural Networks (IJCNN), 2013.
[12] J. Wang, Z.Q. Zhao, X. Hu, Y. Cheung, M. Wang, and X. Wu, Online Group Feature Seclection, 23rd International Joint Conference on Artificial Intelligence (IJCAI), 2013. (CCF A)
[11] Z.Q. Zhao, H. Glotin, Z. Xie, J. Gao, and X. Wu, Cooperative Sparse Representation in Two Opposite Directions for Semi-supervised Image Annotation, IEEE Transactions on Image Processing (TIP), Vol. 21 , Issue 9, pp. 4218 - 4231, 2012 (regular paper).
[10] Can-Yi Lu, Hai Min, Zhong-Qiu Zhao, Lin Zhu, De-Shuang Huang, Shuicheng Yan, Robust and Efficient Subspace Segmentation via Least Squares Regression,European Conference on Computer Vision (ECCV), 2012.(top conference)
[9] Z.Q. Zhao, J.Z. Li , J. Gao, “A Modified Semi-Supervised Learning Algorithm on Laplacian Eigenmaps,” Neural Processing Letters, vol. 32(1), 76-82, 2010.
[8] Z.Q. Zhao, J. Gao, H. Glotin, “A matrix modular neural network based on task decomposition with subspace division by adaptive affinity propagation clustering,”Applied Mathematical Modelling, 34, pp. 3884–3895, 2010.
[7] H. Glotin, Z.Q. Zhao, J. Gao, “A Matrix Modular SVM Robust to Imbalanced Dataset for Efficient Visual Concept Detections,” The 11th ACM SIGMM International Conference on Multimedia Information Retrieval (ACM MIR 2010), March 29-31, 2010, National Constitution Center, Philadelphia, Pennsylvania, USA.
[6] Z.Q. Zhao, H. Glotin, “Diversifying Image Retrieval by Affinity Propagation Clustering on Visual Manifolds,” IEEE Mutimedia, vol. 16, no. 4, pp. 34-43, 2009.
[5] Z.Q. Zhao, “A Novel Modular Neural Network for Imbalanced Classification Problems,” Pattern Recognition Letters, Vol.30, No.9, pp. 783-788, 2009.
[4] Z.Q. Zhao, D.S. Huang, and W. Jia, “Palmprint Recognition with 2DPCA+PCA Based on Modular Neural Networks,” Neurocomputing，Vol. 71(1-3), pp. 448-454, 2007.
[3] Z.Q. Zhao and D.S. Huang, “A mended hybrid learning algorithm for radial basis function neural networks to improve generalization capability,”Applied Mathematics Modelling,Vol. 31(7), pp. 1271-1281, 2007.
[2] Z.Q. Zhao, D.S. Huang, B. Y. Sun, “Human face recognition based on multiple features using neural networks committee,” Pattern Recognition Letters, Vol.25(12), pp.1351-1358, 2004.
[1] H. Glotin, Z.Q. Zhao, S. Ayache, “Efficient Image Concept Indexing by Harmonic and Arithmetic Profiles Entropy,” Proceedings of 2009 IEEE International Conference on Image Processing (ICIP 2009), IEEE Signal Processing Society, pp.277-280, 2009.
