硕士生导师 - 吴云鹏

吴云鹏，副教授，硕士生导师。2021年毕业于北京交通大学获工学博士学位，美国南卡罗莱纳大学高级访问学者；入选云南省“兴滇英才”支持计划；河北省引进留学人才项目获得者，河北省自然科学基金创新研究群体成员。

主持国家级自然科学基金、河北省自然科学基金、云南省基础研究计划面上项目等科研项目多项；参与国家重点研发计划和国家重大研究计划等项目10余项；发表高水平论文70余篇，其中以第一/通讯作者发表SCI Top期刊论文15篇，引用1000余次，编著教材3部，申请发明专利30余项；获英国国际发明博览会金奖、中国铁道学会科学技术一等奖；任EI期刊《Structural Durability & Health Monitoring》编委、《公路交通科技（英文）》青年编委，以及多部土木和交通运输领域国际顶级期刊审稿人，曾任中信集团算法工程师和北京五美分科技有限公司CTO。

课题组气氛轻松活跃，诚招收但不限于以下专业：（1）低空技术与工程（2）智能感知技术与数据科学工程；（3）大数据挖掘与分析；（4）模式识别与人工智能；（5）软件工程与嵌入式开发类；（6）通讯/电子/计算机/自动化/信息工程类；（7）交通运输/铁道工程类

吴云鹏 副教授

主要研究方向

1、低空运载器智能设计与性能优化

2、无人机智能导航与自主决策

3、大型结构健康监测与智能运维

4、嵌入式计算与边缘智能系统

5、跨场景图像智能分析与理解

主要科研项目

1、国家自然科学基金，恶劣天气影响下的接触网悬挂系统稀疏及细粒度异常状态检测方法， 2024/01/01–2027/12/31，主持

2、云南省基础研究计划—面上项目，雨雾视觉下基于实例分割的铁路周边环境无人机图像智能陷患检测方法，2024/03/01–2027/2/28，主持

3、河北省自然科学基金，雾霾视觉下高铁接触网悬挂装置异常识别与定位方法研究，2022/01-2024/12，主持

4、云南省科技厅 昆明理工大学“双一流”创建联合专项－面上项目，网振动与无人机视觉信息耦合的接触网悬挂装 置异常识别与定位方法，2023/12/01–2026/11/30，主持

5、河北省引进留学人才资助基金，雾霾天气下基于实例分割的铁路沿线环境无人机图像智能隐患检测, 2022/09–2025/09，主持

6、国家重点研发计划，剧烈内外动力作用下高陡边坡稳定状态表征与监测指标体系，2021/12–2024/11，技术负责人

7、河北省高水平人才团队建设专项，京津冀智慧高速路网关键技术及示范应用，2022/07-2025/06，技术负责人

主要科研成果

[1] Wu Y., Qin Y., Qian Y., et al. Hybrid deep learning architecture for rail surface segmentation and surface defect detectio[J]. Computer‐Aided Civil and Infrastructure Engineering, 2022, 37(2): 227-244. (中科院1区Top，IF=11.552)

[2] Wu Y., Meng F., Qin, Y., et al.Automated anomaly detection of catenary split pins using unsupervised learning [J]. Automation in Construction 2024(165): 105589. (中科院1区Top，IF=10.517)

[3] Wu Y., Qin Y., Qian Y., et al. Automatic detection of arbitrarily oriented fastener defect in high-speed railway [J]. Automation in Construction, 2021(131):103913. (中科院1区Top，IF=10.517)

[4] Wu Y., Meng F., Qin Y., UAV Imagery Potential Safety Hazard Evaluation for High-Speed Railroad Using Real-time Instance Segmentation [J]. Advanced Engineering Informatics, 2023, 55: 101819. (中科院1区Top，IF=8.8)

[5] Wu Y., Chen P., Qin Y., et al. Automatic Railroad Track Components Inspection Using Hybrid Deep Learning Framework [J]. IEEE Transaction on Instrumentation and Measurement. (中科院2区，Top，IF=5.332)

[6] Wu Y., Zhao Z., Chen P., et al. Hybrid learning architecture for high-speed railroad scene parsing and potential safety hazard evaluation of UAV images [J]. Measurement, 2024(239): 115504. (中科院2区Top，IF=5.2)

[7] Wu Y., Qin Y., Wang Z., et al. Densely pyramidal residual network for UAV-based railway images dehazing [J]. Neurocomputing, 2020, 371: 124-136. (中科院2区Top，IF=5.779)

[8] Xu T., Wu Y (通讯作者)., Qin Y., et al. Automatic steel girder inspection system for high‐speed railway bridge using hybrid learning framework[J]. Computer‐Aided Civil and Infrastructure Engineering，2024:1-17. (中科院1区Top，IF=8.5)

[9] J. Cui, Y. Qin, Y. Wu (通讯作者). Skip Connection YOLO Architecture for Noise Barrier Defect Detection Using UAV-Based Images in High-Speed Railway [J]. IEEE Transactions on Intelligent Transportation Systems, 2023:1-16. (SCI 中科院 1 区，Top，IF=8.5)

[10] F. Meng, Y. Qin, Y. Wu (通讯作者), C. Shao, L. Jia. A subtle defect recognition method for catenary fastener in high-speed railroad using destruction and reconstruction learning [J]. Advanced Engineering Informatics, 2024:102393  (中科院1区，Top，IF=8.8)

联系方式

电子邮箱：wuyunpeng@kust.edu.cn