• 2025考研復(fù)試伴學班
• 2025考研復(fù)試標準班
• 2026考研英語全程班
• 26考研全科上岸規(guī)劃營「擇校▪規(guī)劃▪備考」
• 北京交通大學2025考研專業(yè)課復(fù)習資料「真題▪筆記▪講義▪題庫」

基本信息

滕竹，博士、副教授

辦公電話：電子郵件：zteng@bjtu.edu.cn

通訊地址：郵編：

教育背景

2008/9 - 2013/8，韓國釜山大學，博士

2002/9 - 2006/6，中南大學，學士

工作經(jīng)歷

2017.1 - 至今，北京交通大學，計算機與信息技術(shù)學院，副教授

2015.09 - 2016.12，北京交通大學，計算機與信息技術(shù)學院，講師

2013.09 - 2015.09，北京交通大學，計算機與信息技術(shù)學院，師資博士后

2006.09 - 2008.04，美的空調(diào)，研發(fā)中心

研究方向

機器學習與認知計算

人工智能及應(yīng)用

計算機技術(shù)(專業(yè)學位)

軟件工程(專業(yè)學位)

招生專業(yè)

計算機科學與技術(shù)碩士

計算機科學與技術(shù)博士

電子信息碩士

科研項目

紅果園國家級科技委、后勤保障項目: 時敏機動弱小目標識別關(guān)鍵技術(shù)—遙感圖像中基于多神經(jīng)網(wǎng)絡(luò)的小目標檢測技術(shù), 2019-2021

國家自然科學基金“面上”: 攝像機網(wǎng)絡(luò)中基于機器視覺的多目標跟蹤關(guān)鍵技術(shù)研究, 2020-2023

北京交通大學: 天水鍛壓機床合作開發(fā)合同, 2019-2022

國家重點研發(fā)計劃: 信息安全認證認可關(guān)鍵技術(shù)研究與應(yīng)用, 2016-2020

其它部市: 《動車組遠程運維服務(wù) 數(shù)據(jù)采集與處理》標準研究, 2019-2020

基本科研業(yè)務(wù)費自由申報項目: 基于深度神經(jīng)網(wǎng)絡(luò)的跨視角多行人跟蹤方法研究, 2019-2021

國家重點實驗室: 大數(shù)據(jù)驅(qū)動的貨運列車節(jié)能優(yōu)化理論研究, 2019-2020

北京交通大學: 神華重載鐵路貨車狀態(tài)修診斷決策綜合判別系統(tǒng)研究, 2018-2020

國家自然科學基金“面上”: 社交媒體中圖像歧視情感識別及去除關(guān)鍵技術(shù)的研究, 2019-2019

國家重點研發(fā)計劃: 眾智交易理論與方法, 2017-2020

紅果園省部級"企事業(yè)": 艦船目標檢測系統(tǒng)研發(fā), 2017-2018

北京交通大學: 基于多麥克風陣列的語音處理算法研究, 2017-2019

基本科研業(yè)務(wù)費: 基于多神經(jīng)網(wǎng)絡(luò)的深度學習和目標跟蹤研究, 2017-2018

北京交通大學: 智慧停車數(shù)據(jù)庫及監(jiān)控調(diào)度系統(tǒng)開發(fā) , 2017-2020

基本科研業(yè)務(wù)費: 基于深度學習的多目標對象分類及語義關(guān)聯(lián)方法的研究, 2017-2018

鐵路總公司(原鐵道部): 動車組運用維護技術(shù)研究--動車組健康管理及運維決策系統(tǒng)研究, 2016-2018

國家自然科學基金“面上”: 高速列車在途安全監(jiān)測中的智能數(shù)據(jù)處理關(guān)鍵技術(shù)研究, 2017-2020

國家自然科學基金“面上”: 基于多模態(tài)超圖的社群圖像檢索研究, 2017-2020

北京市自然基金: 基于特征學習的跨視角行人再識別方法及其應(yīng)用研究, 2016-2018

科技部“科技支撐”: 面向高鐵列車高效生產(chǎn)的新一代認知型制造執(zhí)行系統(tǒng)研究與應(yīng)用示范, 2015-2017

基本科研業(yè)務(wù)費人才基金: 基于幀間關(guān)系模型的魯棒目標跟蹤研究, 2015-2017

國家自然科學基金"青年基金": 基于時序空間關(guān)系的目標跟蹤及遮擋識別研究, 2016-2018

科技部: 高級波形分析軟件包開發(fā)及驗證, 2014-2019

其它部市: 基于信度圖匹配的目標跟蹤算法研究, 2014-2015

鐵路總公司(原鐵道部): 大數(shù)據(jù)技術(shù)在鐵路的應(yīng)用研究, 2013-2015

基本科研業(yè)務(wù)費: 目標檢測中融合特征空間關(guān)系的學習算法研究, 2014-2015

教學工作

本科生：

C語言程序設(shè)計

計算機綜合訓練

視頻處理與鐵路應(yīng)用

物聯(lián)網(wǎng)架構(gòu)與技術(shù)

研究生：

機器視覺基礎(chǔ)

論文/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)