Jiaya Jia

Jiaya Jia
Jiaya Jia
Nationalitet	kinesiska
Alma mater	Hong Kong University of Science and Technology
Hemsida	https://jiaya.me/ https://www.linkedin.com/in/jiaya-jia-81944371/?originalSubdomain=hk

Jiaya Jia (förenklad kinesiska: 贾佳亚) är en anställd professor vid institutionen för datavetenskap och teknik vid The Chinese University of Hong Kong ( CUHK). Han är en IEEE Fellow, biträdande chefredaktör för en av IEEE :s flaggskepp och främsta tidskrifter - Transactions on Pattern Analysis and Machine Intelligence (TPAMI), samt på redaktionen för International Journal of Computer Vision (IJCV) ).

tidigt liv och utbildning

Jiaya Jia började på CUHK 2004 som biträdande professor och befordrades till docent och professor 2010 respektive 2015. Han tog sin doktorsexamen i datavetenskap tillsammans från Hong Kong University of Science and Technology och Microsoft Research 2004. Från mars 2003 till augusti 2004 var han gästforskare vid Microsoft . Han genomförde forskningssamarbete på Adobe Research 2007.

Karriär

Jiaya Jia är en framstående vetenskapsman inom områdena datorseende och artificiell intelligens . Hans forskarteam vid CUHK, DV Lab, är ett av de största forskarteamen för vision AI i världen och har gett betydande bidrag till avancerad utveckling av datorseendealgoritmer och -teknologier med fokus på bild-/videoförståelse, detektion och segmentering, multi- modal AI, beräkningsavbildning, praktisk optimering och avancerad inlärning för visuellt innehåll sedan 2000. Jiaya Jia har publicerat 200+ toppartiklar och citerats 30 000+ gånger på Google Scholar . Över 40 doktorer och stipendiater från denna grupp är nu aktiva i akademin och industrin och har blivit framstående AI-teknikledare som professorer, direktörer i stora forskningslabb och grundare av flera framgångsrika startups.

Jiaya Jia tillträder positionen som biträdande chefredaktör för IEEE Transactions on Pattern Analysis and Machine Intelligence ( TPAMI) sedan 2021 och är den första associerade chefredaktören på 42 år sedan tidskriften publicerades. Han sitter också i redaktionen för International Journal of Computer Vision ( IJCV). Dessutom har Jiaya Jia fungerat som områdesordförande för ICCV , CVPR , AAAI , ECCV och flera andra premium internationella AI-konferenser i flera år. Han var med i programkommittéer för stora konferenser inom grafik och datoravbildning, inklusive ICCP , SIGGRAPH och SIGGRAPH Asia, samt granskningskommitté för internationella auktoritativa tidskrifter.

Forskning

Forskningsområdena för Jiaya Jia är datorseende , maskininlärning och beräkningsavbildning , vilket inkluderar semantisk segmentering och instanssegmentering, bildigenkänning och klassificering, 3D-detektering, segmentering och rekonstruktion, filtrering, suddighet och superupplösning, rörelseuppskattning, djupuppskattning , och allmän bildmatchning.

Jiaya Jia har gjort enastående bidrag till datorseendeteknologi, algoritmer och ingenjörskonst, och är bland världens ledande experter på området. Hans forskningspartner inkluderar många kända multinationella teknikföretag, såsom Microsoft , Qualcomm , Adobe , Intel , NVIDIA , Amazon , Lenovo och Huawei . Jia har odlat ett antal enastående talanger med magister och doktorer som fortsätter att engagera sig i vetenskaplig forskning och utveckling inom datorseende.

Många tekniker inom bildanalys och bearbetning som utvecklats av Jiaya Jia är fortfarande ledande inom området över hela världen. Där hans prestationer inom bildutsuddning, filtrering, gles bildbearbetning, sammansmältning och förbättring av flerbandsbildsignaler, uppskattning av rörelser över stora avstånd, textur- och strukturbaserad skiktning, etc. har publicerats i branschens mest inflytelserika konferenser och publikationer, och implementeras i verkliga applikationer. Dessa prestationer har visat enastående prestanda i etablerade system, och de flesta är öppen källkod för att möjliggöra bredare tillämpningar inom branscher som flyg, medicinsk bildbehandling, säkerhetshantering, robotdesign, meteorologisk analys och många fler.

Utvalda publikationer

Under sin över 20 års forskningserfarenhet har Jiaya Jia publicerat 200+ toppartiklar som har citerats mer än 30 000 gånger. Call-for-use volymen av hans algoritmprodukts gränssnitt har överskridit 50 miljoner gånger dagligen.

Enligt CUHKs webbplats i augusti 2021 har Jiaya Jia ackumulerat publicerat över 200 vetenskapliga artiklar i böcker, tidskrifter och konferenser som Motion Deblurring: Algorithms and Systems, Computer Vision – A Reference Guide, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) , International Journal of Computer Vision (IJCV) "Computer Vision and Pattern Recognition (CVPR)", och "European Conference on Computer Vision (ECCV)". Representativa papper inkluderar:

Jiaya Jia: Mathematical Models and Practical Solvers for Uniform Motion Deblurring (in Motion Deblurring: Algorithms and Systems), Cambridge University Press, ISBN 9781107044364, 2014;
Jiaya Jia: "Matte Extraction"-bok: Computer Vision - A Reference Guide, Springer, ISBN 9780387307718 Chefredaktör: Ikeuchi, Katsushi;
Jiaya Jia, Chi-Keung Tang: Bildsömnad med hjälp av strukturdeformation, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Vol. 30, nr 4, 2008;
Jiaya Jia, Jian Sun, Chi-Keung Tang, Heung-Yeung Shum: Dra-och-släpp-klistra, ACM Transactions on Graphics (även i SIGGRAPH 2006), Vol. 25, nr 3, 2006.
Xiaojuan Qi, Zheng zhe Liu, Renjie Liao, Philip HS Torr, Raquel Urtasun, Jiaya Jia：GeoNet++: Iterative Geometric Neural Network with Edge-Aware Refinement for Joint Depth and Surface Normal Estimation, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) (TPAMI) . Accepterad.

Utvalda utmärkelser och priser

Associerad chefredaktör för IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) sedan 2021, biträdande chefredaktör på 42 år sedan tidskriften publicerades;
Områdesordförande för CVPR 2021, AAAI 2021 och ICCV 2021;
Områdesordförande för CVPR 2020, AAAI 2020 och ECCV 2020;
1:a plats för WAD Drivable Area Segmentation Challenge 2018;
1:a plats i LSUN'17-utmaningar och semantiska segmenteringsutmaningar;
1:a plats för COCO Instance Segmentation Challenge 2017; 2:a plats i COCO Detection Challenge 2017;
1:a plats i ImageNet Scene Parsing Challenge 2016 med papper PSNPet presenterat i CVPR 2017.