北京交通大学计算机与信息技术学院研究生导师：滕竹

• 2025完美·体育(中国)官方网站,WANMEI SPORTS英语全程班 早鸟3班
• 26完美·体育(中国)官方网站,WANMEI SPORTS全科上岸规划营「择校▪规划▪备考」
• 北京交通大学2025完美·体育(中国)官方网站,WANMEI SPORTS专业课复习资料「完美·体育(中国)官方网站,WANMEI SPORTS▪笔记▪讲义▪题库」

　

基本信息

滕竹，博士、副教授

办公电话：电子邮件：zteng@bjtu.edu.cn

通讯地址：邮编：

教育背景

2008/9 - 2013/8，韩国釜山大学，博士

2002/9 - 2006/6，中南大学，学士

工作经历

2017.1 - 至今，北京交通大学，计算机与信息技术学院，副教授

2015.09 - 2016.12，北京交通大学，计算机与信息技术学院，讲师

2013.09 - 2015.09，北京交通大学，计算机与信息技术学院，师资博士后

2006.09 - 2008.04，美的空调，研发中心

研究方向

机器学习与认知计算

人工智能及应用

计算机技术(专业学位)

软件工程(专业学位)

招生专业

计算机科学与技术硕士

计算机科学与技术博士

电子信息硕士

科研项目

红果园国家级科技委、后勤保障项目: 时敏机动弱小目标识别关键技术—遥感图像中基于多神经网络的小目标检测技术, 2019-2021

国家自然科学基金“面上”: 摄像机网络中基于机器视觉的多目标跟踪关键技术研究, 2020-2023

北京交通大学: 天水锻压机床合作开发合同, 2019-2022

国家重点研发计划: 信息安全认证认可关键技术研究与应用, 2016-2020

其它部市: 《动车组远程运维服务 数据采集与处理》标准研究, 2019-2020

基本科研业务费自由申报项目: 基于深度神经网络的跨视角多行人跟踪方法研究, 2019-2021

国家重点实验室: 大数据驱动的货运列车节能优化理论研究, 2019-2020

北京交通大学: 神华重载铁路货车状态修诊断决策综合判别系统研究, 2018-2020

国家自然科学基金“面上”: 社交媒体中图像歧视情感识别及去除关键技术的研究, 2019-2019

国家重点研发计划: 众智交易理论与方法, 2017-2020

红果园省部级"企事业": 舰船目标检测系统研发, 2017-2018

北京交通大学: 基于多麦克风阵列的语音处理算法研究, 2017-2019

基本科研业务费: 基于多神经网络的深度学习和目标跟踪研究, 2017-2018

北京交通大学: 智慧停车数据库及监控调度系统开发 , 2017-2020

基本科研业务费: 基于深度学习的多目标对象分类及语义关联方法的研究, 2017-2018

铁路总公司(原铁道部): 动车组运用维护技术研究--动车组健康管理及运维决策系统研究, 2016-2018

国家自然科学基金“面上”: 高速列车在途安全监测中的智能数据处理关键技术研究, 2017-2020

国家自然科学基金“面上”: 基于多模态超图的社群图像检索研究, 2017-2020

北京市自然基金: 基于特征学习的跨视角行人再识别方法及其应用研究, 2016-2018

科技部“科技支撑”: 面向高铁列车高效生产的新一代认知型制造执行系统研究与应用示范, 2015-2017

基本科研业务费人才基金: 基于帧间关系模型的鲁棒目标跟踪研究, 2015-2017

国家自然科学基金"青年基金": 基于时序空间关系的目标跟踪及遮挡识别研究, 2016-2018

科技部: 高级波形分析软件包开发及验证, 2014-2019

其它部市: 基于信度图匹配的目标跟踪算法研究, 2014-2015

铁路总公司(原铁道部): 大数据技术在铁路的应用研究, 2013-2015

基本科研业务费: 目标检测中融合特征空间关系的学习算法研究, 2014-2015

教学工作

本科生：

C语言程序设计

计算机综合训练

视频处理与铁路应用

物联网架构与技术

研究生：

机器视觉基础

论文/期刊

1. Zhu Teng, Baopeng Zhang, Jianping Fan. Three-Step Action Search Networks with Deep Q-learning for Real-time Object Tracking. Pattern Recognition. Jan 2020. (Accepted)

2. Zhu Teng, Junliang Xing, Qiang Wang, Baopeng Zhang, Jianping Fan. Deep Spatial and Temporal Network for Robust Visual Object Tracking, IEEE Transactions on Image Processing, 2019. (Online published)

3. Rui Li, Baopeng Zhang, Dong-Joong Kang, Zhu Teng*, Deep attention network for person re-identification with multi-loss, Computers & Electrical Engineering, Volume 79, 2019. (Online published)

4. Qiang Wang#, Zhu Teng#, Junliang Xing, Jin Gao, Weiming Hu, Steve Maybank. Learning Attentions: Residual Attentional Siamese Network for High Performance Online Visual Tracking, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.(#共同一作)

5. Zhu Teng, Junliang Xing, Qiang Wang, Congyan Lang, Songhe Feng, Yi Jin. Robust Object Tracking based on Temporal and Spatial Deep Network, The IEEE International Conference on Computer Vision (ICCV), 2017.

6. Zhu Teng, Tao Wang, Feng Liu, Dong-Joong Kang, Congyan Lang, Songhe Feng. From sample selection to model update: A robust online visual tracking algorithm against drifting. Neurocomputing, pp. 1221-1234, 2016.

7. Zhu Teng, Feng Liu, Baopeng Zhang. Visual Railway Detection by Superpixel based Intracellular Decisions. MULTIMEDIA TOOLS AND APPLICATIONS, 75(5),pp 2473-2486,2016.

8. Zhu Teng, Feng Liu, Baopeng Zhang and Dong-Joong Kang. An Approach for Security Problems in Visual Surveillance Systems by Combining Multiple Sensors and Obstacle Detection. J Electr Eng Technol. 10(3): 1284-1292, 2015.

9. Zhu Teng, Baopeng Zhang, Feng Liu, Railway region detection based on Haar-like features, ACM International Conference on Internet Multimedia Computing and Service (ICIMCS), July 10-12, Xiamen, China, 2014.

10. Zhu Teng, Baopeng Zhang, An optimization method of fusing multiple decisions in object detection, the 18th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD) Workshop Proceedings (DANTH), May 13-17, Tainan, Taiwan, 2014.

11. Zhu Teng, Baopeng Zhang, Onecue Kim, Dong-Joong Kang, “Regional SVM classifiers with a spatial model for object detection”, VISAPP2014, Lisbon, Portugal, Jan 5-8, 2014.

12. Zhu Teng, Dong-Joong Kang, “Disjunctive normal form of weak classifiers for online learning based object tracking”, VISAPP2013, Barcelona, Spain, Feb 21-24, 2013.(Full paper)