研究领域
人工智能，计算机视觉，机器学习（含深度学习），智能驾驶
在研课题
1. 舱驾一体关键技术研究
（1）研究内容
基于国产大算力芯片智能驾驶（自动驾驶、智能座舱、智能泊车）关键技术研发与生态拓展：
1. 基于国产大算力芯片的舱内外视觉融合感知
2. 基于视觉的4D标注框架及关键算法
3. 面向J/X系列芯片的智能驾驶生态拓展，包括教材撰写、参考算法开发等
（2）代表论文（* 通讯作者）
[1] 杨聪 等编著，《智能座舱开发与实践》，机械工业出版社，2022. （2023年全国十佳汽车图书）
[2] 杨聪 等编著，《智能驾驶与机器视觉》，机械工业出版社，2024.（2024年1月份出版发行）
[3] Cong Yang, Zhenyu Yang, Weiyu Li and John See, FatigueView: A Multi-Camera Video Dataset for Vision-based Drowsiness Detection, IEEE Transactions on Intelligent Transportation Systems, pp 233-246, 2022. (中科院一区, IF=9.551)
[4] Cong Yang, Wenfeng Wang, Yunhui Zhang, Zhikai Zhang, Lina Shen, Yipeng Li and John See, MLife: a lite framework for machine learning lifecycle initialization, Machine Learning, pp 1-21, 2021. (CCF B, IF=5.414)
[5] Ruohong Mei, Wei Sui, Jiaxin Zhang, Xue Qin, Gang Wang, Tao Peng and Cong Yang(*), RoMe: Towards Large Scale Road Surface Reconstruction via Mesh Representation, IEEE Transactions on Intelligent Vehicles, pp 1-11, 2024. （中科院二区，IF=8.2）
（3）代表专利
[1] Cong Yang; Zhenyu Yang; Weiyu Li，Fatigue state detection method and apparatus, medium, and electronic device，US11580757B2（美国专利），2023/2/14
[2] Cong Yang; Yunhui Zhang; Zhikai Zhang，Machine Model Update Method and Apparatus, Medium, and Device，US20220198331A1（美国专利），2022/6/23
[3] Yunhui Zhang; Zhikai Zhang; Cong Yang，Behavior Recognition Method and Apparatus, Medium, and Electornic Device，US20220188537A1（美国专利），2022/6/16
[4] 杨聪; 杨振宇; 李威宇，疲劳状态检测方法、装置、介质及电子设备，CN112528792A（中国专利），2021/3/19
[5] 杨聪; 张运辉; 张致恺，机器模型的更新方法、装置、介质及设备，CN112541447A（中国专利），2021/3/23
（4）媒体报道（摘选与本成果相关）
1. 长江日报：http://cjrb.cjn.cn/html/2024-04/16/node_8.htm
2. 汽车评价：https://mp.weixin.qq.com/s/_uc1Zvahmh1t7Lkaem68nA
3. 汽车之心：https://mp.weixin.qq.com/s/izy7IIROdsWtzQ2zeSukYw
4. 亿欧网：https://mp.weixin.qq.com/s/yCD6jiBseBf1jhoTzL1mgw
2. 面向零售场景的视觉感知关键技术研究
（1）研究内容
零售场景中的视觉感知关键技术包括：
1. 超宽视距下的高精度图像拼接算法（Wide Parallax Image Stitching）
2. 大规模细粒度商品检测与分类算法（Large-Scale Fine-grained SKU Recognition）
3. 图像质量检测与恢复算法（Image Quality Evaluation and Restoration）
（2）代表论文（*通讯作者）
[1] Cong Yang, Bipin Indurkhya, John See, Bo Gao, Yan Ke, Zeyd Boukhers, Zhenyu Yang and Marcin Grzegorzek, Skeleton Ground Truth Extraction: Methodology, Annotation Tool and Benchmarks, International Journal of Computer Vision (IJCV), pp 1-23, 2023. （CCF A, IF=19.5）
[2] Cong Yang, Zhenyu Yang, Yan Ke, Tao Chen, Marcin Grzegorzek and John See, Doing More with Moiré Pattern Detection in Digital Photos, IEEE Transactions on Image Processing, pp 694-708, 2023. （中科院一区，CCF A，IF=11.041）
[3] Cong Yang, Bipin Indurkhya, John See and Marcin Grzegorzek, Towards Automatic Skeleton Extraction with Skeleton Grafting, IEEE Transactions on Visualization and Computer Graphics, pp 4520-4532, 2021. (中科院一区，CCF A, IF= 5.226)
[4] Cong Yang, Oliver Tiebe, Kimiaki Shirahama and Marcin Grzegorzek, Object matching with hierarchical skeletons, Pattern Recognition, pp 183-197, 2016. (中科院一区，IF=8.0)
[5] Zhiming Chen, Kean Chen, Weiyao Lin, John See, Hui Yu, Yan Ke and Cong Yang(*), PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments, European Conference on Computer Vision (ECCV 2020), pp 1-17, 2020. (CCF B)
（3）代表专利
[1] 杨聪; 柯严，模型训练用图像的快速扩充方法、系统、设备及存储介质，CN108647553B（中国专利），2022/1/25
[2] 杨聪; 柯严，商品与标签的自动关联方法、系统、设备及存储介质，CN108416403B（中国专利），2021/5/4
[3] 杨聪; 唐健; 柯严; 严治庆，图像识别模型的训练方法、系统、设备和存储介质，CN111027621A（中国专利），2020/4/17
[4] 杨聪; 姚阳; 桑亮; 刘鸣洲; 柯严; 严治庆，带有摩尔纹的图片生成方法、系统、设备和存储介质，CN110992244A（中国专利），2020/4/10
[5] 杨聪; 王家豪; 李福辉; 柯严; 严治庆，货架空缺位置商品信息获取方法、系统、设备及存储介质，CN110516628A（中国专利），2019/11/29
（4）媒体报道（摘选与本成果相关）
1. 上海市信息服务业行业协会：https://mp.weixin.qq.com/s/-R4q9GgN_4qtB7CNbOSLgQ
2. 36氪：https://mp.weixin.qq.com/s/pxTLgOJounIpff-uZ_hNmw
3. 长宁区江苏社区发布：https://mp.weixin.qq.com/s/5UriubalfZCb_LYg9rPMfg
3. 基于空地协同的智能风电“巡检修”关键技术研究
（1）研究内容
智能风电“巡检修”关键技术包括：
1. 高空强干扰条件下全自动目标巡检数据采集技术
2. 数智化风电设备运维管理平台系统
3. 智能异形检修机器人多功能集成技术
（2）代表论文（* 通讯作者）
[1] Cong Yang, Xun Liu, Hua Zhou, Yan Ke and John See, Towards Accurate Image Stitching for Drone-based Wind Turbine Blade Inspection, Renewable Energy, pp 267-279, 2023. (中科院一区，IF=8.634).
[2] Cong Yang, Hua Zhou, Xun Liu, Yan Ke, Tao Chen and John See, BladeView: Towards Automatic Wind Turbine Inspection with Unmanned Aerial Vehicle, IEEE Transactions on Automation Science and Engineering (T-ASE), pp 1-12, 2023. （中科院一区, IF=5.6）
[3] Yulu Zhang, Liang Sang, Marcin Grzegorzek, John See and Cong Yang(*), BlumNet: Graph Component Detection for Object Skeleton Extraction, ACM Multimedia, pp 5528-5536, 2022. （CCF A）
[4] Imad Gohar, Abderrahim Halimi, John See, Weng Kean Yew and Cong Yang. Slice-Aided Defect Detection in Ultra High-Resolution Wind Turbine Blade Images Machines 11, no. 10: 953, 2023.
[5] Yuxi Li, Weiyao Lin, John See, Ning Xu, Shugong Xu, Ke Yan and Cong Yang, CFAD: Coarse-to-Fine Action Detector for Spatiotemporal Action Localization, European Conference on Computer Vision (ECCV 2020), pp 1-17, 2020.
（3）媒体报道（摘选与本成果相关）
1. 中国工业报/新华社客户端：https://h.xinhuaxmt.com/vh512/share/10684496?channel=weixin
2. 36氪：https://36kr.com/newsflashes/2073194043292800?channel=wechat
3. 极客公园：https://mp.weixin.qq.com/s/LYyTDpnwvg0fgBffO-q1_Q
4. 长宁区工商联：https://mp.weixin.qq.com/s/VAzHFBhmJ6lmf12ZxPCiyA
5. 环球网：https://m.huanqiu.com/article/48AAKRlvxJs