兰时勇

    083500 软件工程：计算机视觉与图像处理

    085410 人工智能

    085411 大数据技术与工程

    081200 计算机科学与技术

    085400 电子信息：计算机技术

    085400 电子信息：图形图像工程 

个人简介:

兰时勇,工学博士，计算机应用技术专业，在视觉合成图形图像技术国家级重点学科实验室从事人工智能、机器视觉、视觉合成、多模态感知、深度学习、时空大数据分析以及智能交通应用等相关领域研究工作。曾在国际有名的视听信号处理实验室(CVSSP, University of Surrey, UK)访学一年。承担或参与“面向大尺度场景的高融合增强现实”、“面向动态场景感知应用”等计算机视觉、智能感知、基于感知大数据分析、虚拟现实相关的国家重点研发计划或国家自然科学基金等多项国家级纵向项目/课题；另主持或参与工信部电子信息产业发展基金项目、省科技厅重点项目、省自然基金项目等省部级纵向科研项目/课题10余项；参与研发的基于视频分析处理的系统产品成功得以广泛应用。上述项目涉及研究内容主要包括视频图像分析理解、人工智能、面向大尺度场景的高融合增强现实、面向动态场景感知、动态场景大数据态势拟合及演化规律理解/预测等基础应用技术的研究与开发。已在国际国内外学术期刊和国际会议上发表论文50余篇；参编国家标准1项；申请国家发明专利10余项；参与主编专著1本。曾担任IEEE TNNLS, IEEE TKDE, PR, IEEE T-ITS‌, IEEE TAI, Information Fusion, Neurocomputing, ISCI, KBS, ICML, ICASSP, CIKM等多个SCI期刊或国际著名学术会议的审稿人。

目前研究兴趣：人工智能、计算机视觉、多模态智能感知理解、大数据分析等。新近部分工作开源请见[github]。

近三年科研项目（部分选列如下）：

1. 国家自然科学基金面上项目(62371324)，关于时空大数据挖掘分析理论研究，2024/01-2027/12.(主持)

2. 四川省自然科学基金面上项目(2024NSFSC0487)，关于空间补盲技术研究，2024/01-2025/12.(主持)

3. 四川省科技计划重点研发项目(2021YFG0300)，关于复杂环境视觉目标跟踪技术研究，2021/04-2023/03.(主持)

论文著作（部分选列如下）：

[1]. STGFMamba: Spatio-temporal graph Fourier-enhanced Mamba for traffic prediction, Information Sciences, Vol. 752, 2026, 123601. [paper] [code]. (JCR Q1, IF: 6.8)

[2]. MADFlow: Multimodal Difference Compensation Flow for Multimodal Anomaly Detection, Neurocomputing, Vol. 654, 2025, 131243, [paper] [code]. (JCR Q1, IF: 6.5)

[3]. RemoteDPL: A Semi-supervised Object Detector with Dense Pseudo-Labels for Remote Sensing, IEEE Transactions on Geoscience and Remote Sensing, vol. 63, pp. 1-13, 2025, Art no. 4506213. (IEEE - TGRS 2025). --[paper] [code]. (JCR Q1, IF: 8.6)

[4]. A Dual Branch Graph Neural Network based Spatial Interpolation Method for Traffic Data Inference in Unobserved Locations, Information Fusion, Vol. 114, 2025, 317263. [paper] [code].(JCR Q1, IF: 15.5)

[5]. Semantic-aware normalizing flow with feature fusion for image anomaly detection, Neurocomputing, Vol. 590, 2024, 127728.[pdf] [code].(JCR Q1,IF: 6.5)

[6]. DSTAGNN: Dynamic Spatial-Temporal Aware Graph Neural Network for Traffic Flow Forecasting. International Conference on Machine Learning (ICML) 2022, PMLR 162: 11906-11917. (Acceptance rate: 21.9%). [pdf] [code]. (CCF-A)

[7]. 《机动车号牌自动识别系统》国家标准 GB/T 28649-2012.

lanshiyong@scu.edu.cn