一、基本信息
姓名： 陈云华 职称： 副教授
所属学院： 计算机学院
导师类别： 硕士生导师
科研方向： 深度学习，计算机视觉，神经形态类脑计算
联系方式： 5350299@qq.com
硕士招生学院： 计算机学院
二、个人简介：
陈云华，博士，INNS及CCF会员，硕士生导师，广东工业大学副教授。主要研究方向为深度学习，计算机视觉，神经形态类脑计算，在NEURAL NETWORKS、IEEE T COGN DEV SYST、NEURAL COMPUT、NEUROCOMPUTING、PATTERN RECOGN、J VIS COMMUN IMAGE R、CVPR、ICPR 、《计算机学报》、《电子学报》、《中国图象图形学报》、《控制理论与应用》、《计算机科学》等国内外重要学术期刊/会议发表论文60余篇。主持省部级项目8项，获得授权专利3项、软件著作权1项。2016年赴英国曼切斯特大学访学，师从ARM之父Steve Furber教授，现为NEURAL NETWORKS、NEURAL COMPUT、PPL INTELL等多个学术期刊的审稿人。多名研究生入职华为、海康威视、字节跳动等知名企业。所指导的研究生曾获得国家奖学金、本科生曾获得“感动广工大十大人物”称号。曾指导本科生团队参加“全国并行应用挑战赛”获中南赛区一等奖、参加“粤嵌杯”广东省嵌入式物联网设计大赛获一等奖、参加“昇腾AI创新大赛”获广州赛区银奖等。
三、学科领域：
计算机科学与技术、计算机技术、人工智能、软件工程
四、教育背景与工作经历：
2013年7月，广东工业大学，控制理论与控制工程，博士
2003年7月，武汉大学，计算机应用技术，硕士
2000年7月，武汉测绘科技大学，计算机软件，学士
五、工作经历：
2016.3-2017.3，曼切斯特大学计算机学院访问学者
2003.09至今，广东工业大学大学计算机学院教师
六、学术兼职
国际神经网络学会（INNS）会员，中国图象图形学学会（类脑视觉专委会）会员，中国计算机学会（CCF）会员。
七、主要论文（节选）
1. C3Net: A cross-modal collaborative calibration of features for object detection using frames and events. Neural Networks,2026.
2. Sqkformer: Spiking sparse qkformer with adaptive batch normalization for membrane potential. Neurocomputing, 2026.
3. SCNet: Spatio-temporal Feature Aggregation and Cross-modal Interactive Encoding Network for DAVIS Object Detection. The 2025 International Conference on Multimedia Retrieval(ICMR). 2025.
4. High-performance deep spiking neural networks via at-most-two-spike exponential coding. Neural Networks, 2024.
5. Efficient Spatio-temporal Event Representation Based on Kalman Filtering and Linear Weighted Timestamps. The 2024 International Joint Conference on Neural Networks (IJCNN), 2024.
6. Group IF Units with Membrane Potential Sharing for High-Accuracy Low-Latency Spiking Neural Networks. The 2024 International Joint Conference on Neural Networks (IJCNN), 2024.
7. Video Small Object Detection with Long Short-Term Feature Enhancement Network. IEEE Conference on Computer Vision and Pattern Recognition (CVPR) ,2023.
8. Tiny object detection with context enhancement and feature purification. Expert Systems with Applications, 2023 .
9. RMPE: Reducing Residual Membrane Potential Error for Enabling High-Accuracy and Ultra-low-latency Spiking Neural Networks. The 2023 International Conference on Neural Information Processing(ICONIP),2023.
10. Efficient Motion Symbol Detection and Multikernel Learning for AER Object Recognition. IEEE Transactions on Cognitive and Developmental Systems, 2022.
11. An adaptive threshold mechanism for accurate and efficient deep spiking convolutional neural networks, Neurocomputing, 2022.
12. Accurate and Efficient Frame-based Event Representation for AER Object Recognition. IEEE International Joint Conference on Neural Networks (IJCNN) , 2022.
13. Novel shrinking residual convolutional neural network for efficient accurate stereo matching, Journal of Visual Communication and Image Representation, 2020.
14. Reservoir generation via simulating the non-local connections between brain functional columns, 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 2020.
15. Improving the antinoise ability of DNNs via a bio-inspired noise adaptive activation function rand softplus, Neural Computation, 2019.
16. Robust and Energy Efficient Expression Recognition Based on Improved Deep ResNets, Biomedical Engineering, 2019.
17. Occlusion expression recognition based on non-convex low-rank double dictionaries and occlusion error model. Signal Processing: Image Communication, 2019.
18. An Image Rain Removal algorithm based on the depth of field and sparse coding, 24th International Conference on Pattern Recognition (ICPR), 2018.
19. Single image rain removal based on depth of field and sparse coding, Pattern Recognition Letters, 2018.
20. Robust Expression Recognition using ResNet with a Biologically-plausible Activation Function, the 8th Pacific-Rim Symposium on Image and Video Technology, 2017.
21. Facial Expression Recognition Algorithm based on Reverse Co-salient Regions (RCSR) Features. Proceedings of the 4th International Conference on Information Science and Control Engineering (ICISCE), 2017.
22. Hybrid Facial Image Feature Extraction and Recognition for Non-invasive Chronic Fatigue Syndrome Diagnosis, Computers in Biology and Medicine, 2015.
23. An l1/2-BTV Regularization Algorithm for Super-resolution, 2015 IEEE International Conference on Computer Science and Network Technology(ICCSNT), 2015.
24. 基于脉冲膨胀可分离注意力与频域学习的双域令牌混合器. 计算机应用研究, 2026.
25. 时空关键区域增强的小样本异常行为识别. 计算机学报, 2025.
26. 基于速率编码的极低延迟深度脉冲神经网络研究. 控制理论与应用, 2025
27. 基于脉冲神经元膜电位增量的数据分布统计量及批归一化[J].计算机应用研究,2025
28. 自校准首脉冲时间编码神经元模型. 计算机科学, 2024 .
29. 融合事件数据和图像帧的车辆目标检测. 计算机应用, 2024.
30. 跨脉冲传播的深度脉冲神经网络训练方法. 计算机应用研究, 2024.
31. 双向特征融合与特征选择的遥感影像目标检测. 电子学报, 2022.
32. 基于事件语境的文本情感原因对特征提取. 控制理论与应用, 2022.
33. 基于脉冲频率与输入电流关系的SNN训练算法,计算机工程与应用, 2022.
34. 具有混合奖惩信号的脉冲时间依赖可塑性算法,微电子学与计算机, 2022.
35. 一种非局部连接的抗噪性储备池构建方法, 控制理论与应用, 2020.
36. 时域感兴趣区域精确定位与膜电位多核调整的动态视觉传感器数据分类,控制理论与应用, 2020.
八、主要教学科研项目
1. 广东省自然科学基金项目，事件驱动的低延迟低功耗视觉表示与特征学习（2025A1515012243），2025.01-2027.12，在研，主持。
2. 广东省科技计划软科学研究项目，AI+背景下人机协同的科技项目智慧评审范式研究（2026A1010020014），2026.04-2026.10，在研，主持。
3. 教育部产学合作协同育人项目，华为昇腾云平台应用师资培训（20250794），2025.08-2026.08，在研，主持。
4. 企业项目，恶劣光照环境下的低功耗类脑运动目标跟踪模块研发（2024440002001114），2024.05-2029.05，在研，主持。
5. 广东工业大学—华为“智能基座” 产教融合协同育人基地课程建设项目，2025.09-2028.09，在研，主持。
6. 广东省自然科学基金项目，转换式深度脉冲卷积网络多性能指标优化研究（2021A1515012233），2021.01-2023.12，已结题，主持。
7. 广东省自然科学基金项目，连续自发式表情特征的深度学习表示研究（2016A030313713），2016.06 - 2019.06，已结题，主持。
8. 广东省自然科学基金项目，低质量监控视频人脸超分辨率算法研究（2014A030310169），10万元，2014.10-2017.10，已结题，主持。
9. 广州市科技计划项目，支持小间距LED显示的多屏实时处理器系统的研发（2014Y2-00211），2014.10-2016.10，已结题，主持。
10. 广东省科技计划项目，兴宁市水口镇中小微企业信息化公共服务平台建设（2013B040500008），2014.1-2016.10，已结题，主持。
11. 广东工业大学—华为“智能基座” 产教融合协同育人基地课程建设项目（2021263302246）2022.09-2025.09，已结题，主持。
九、教学活动
承担本科生课程：程序设计、深度学习。指导大学生创新创业训练项目：低照度环境视觉目标检测的事件流自适应分割方法研究、深度脉冲神经网络训练算法研究、基于YOLO v5的特定人群目标实时识别、基于S3C6410的驾驶疲劳检测系统研究与实现、基于S3C6410的远程音视频同步监控系统、便携式跟踪定位器设计与实现、基于云存储的移动视频监控系统等。
