视觉媒体大数据分析团队
研究方向
计算机视觉、模式识别、深度学习、智能视频分析、多媒体大数据处理等。
方向简介
本团队主要研究方向是将大规模跨域异构数据的结构化表达思想和高性能并行的深度学习方法相结合，以解决视觉媒体大数据的纹理表征与深度解析问题，推动视觉媒体大数据的感知、聚合与呈现研究，全面促进面向社会公共安全的可视媒体大数据浓缩、解析与检索技术的研发。团队在视觉媒体大数据的结构化建模、稀疏优化、目标检测跟踪与识别等方面取得了一系列的技术突破和科研成果。
团队目前有人员8人均具有博士学位，其中教授1人，副教授4人。团队成员与视觉信息领域国内领先科研单位积极合作，深度参与了国家重点基础研究计划“人脑视觉认知不变特征、环境感知与概念生成”，并主持了多项相关国家自然科学基金，在CCF A类会议及国际知名期刊上发表多篇相关成果论文。同时，在视觉媒体大数据的应用方面，也取得了一系列的科研成果与技术专利，成果应用在平安城市、交通卡口等项目中。
人员组成
团队负责人：
汤进，男，教授，副院长，博士生导师。主要从事图像视频的结构化表示与识别、多模态图像视频的分析以及高维数据的特征表达与降维等方面的研究，在国际顶级学术会议和权威期刊上发表学术论文100余篇。参与编写一部英文专著。参与主持国家863项目、多项国家自然科学基金面上项目以及多项省部级科研项目。参与主持多项相关横向课题。相关成果获得安徽省科技进步三等奖和安徽省电力公司科技进步一等奖。与华为战略合作，成果成功应用于清华大学平安校园、合肥平安城市等多个具有代表性的示范系统中。担任安徽省计算机学会常务理事、副秘书长，并兼任青年工作委员会主任；中国计算机学会(CCF)大数据专家委员会委员，CCF计算机视觉专委会委员,担任CCF合肥分部副秘书长，曾担任CCF YOCCF 合肥2014-2015主席；中国图像图形学会青年工作委员会委员。主办协办多个国内国际学术会议，担任Valse2019大会主席，在学术社会服务方面做出了重要贡献。
团队主要成员：
江波，男，博士，副教授，硕士生导师。2015年6月，获森林舞会飞禽走兽博士学位，同年7月以高层次人才引进森林舞会飞禽走兽工作。2017年6月至2017年9月，在中国科学院自动化研究所访问交流。主要研究方向包括：图像视频等视觉信息的结构化建模与分析、图匹配、图卷积神经网络以及基于图理论与深度学习的机器学习方法等课题的研究。近年来，共发表学术论文60余篇，包括以第一作者在国际顶级CCF排名的A类会议和期刊上发表论文8篇，B类会议和期刊上发表论文5篇。代表性工作发表在国际顶级学术会议：NIPS, CVPR, IJCAI, AAAI, MICCAI以及ECML-PKDD, ICME等，国际权威SCI收录期刊IEEE Trans. on Image Processing, IEEE Trans. on CYB, Pattern Recognition,以及 Pattern Recognition Letters等刊物。担任国际期刊IEEE Trans. on CYB, Pattern Recognition等审稿人。参与编写一部英文专著。获2015年度ACM合肥分会优秀博士论文奖；获2017年度ACM合肥分会学术新星奖；安徽省人工智能学术会议最佳论文奖。主持国家自然科学青年基金，安徽省自然科学基金项目；参与国家863项目。
李成龙，男，博士，副教授，硕士生导师。2016年6月，获森林舞会飞禽走兽博士学位，同年11月以高层次人才引进森林舞会飞禽走兽工作。2017年7月至今，在中国科学院自动化研究所做博士后研究，2014年6月至2015年9月，在中山大学数据科学与计算机学院做访问研究。主要研究兴趣为计算机视觉和深度学习，发表学术论文50余篇，包括IEEE TPAMI（领域排名第一，影响因子达9.455）、IEEE TIP、IEEE TCYB、IEEE TCSVT、IEEE TSMCS等国际权威期刊论文以及CVPR、ECCV、AAAI、ACM MM等顶级会议论文。ESI高被引论文1篇，Google Scholar引用300余次，H指数为11。主持国家自然科学基金青年项目、中国博士后科学基金特别资助项目、安徽省自然科学基金青年项目以及安徽省高等学校自然科学基金重点项目等7项基金，总额91万元。获得ACM中国合肥优秀博士论文奖、安徽省人工智能学术会议最佳论文奖、安徽省普通高等学校品学兼优毕业生以及森林舞会飞禽走兽优秀毕业生。详情请参见个人主页：http://chenglongli.cn
郑爱华，女，博士，副教授，硕士生导师。主要研究面向视觉的人工智能与模式识别，尤其是行人和车辆重识别、音视频计算与分析、运动检测与跟踪等。2012年1月博士毕业于英国格林威治大学计算机科学专业。IEEE 、CCF会员，担任IEEE T-IP, IEEE T-ITS, Neurocpmputing, Cognitive Computation 等国际期刊审稿人，担任AAAI-19, IJCAI-19, PCM-18, BICS-18等国际会议程序委员会委员。主持国家级项目1项，省部级项目5项，并作为核心成员参与多项国家级和省部级项目。发表学术论文共30余篇。包括国际权威期刊IEEE T-SMCS、Pattern Recognition、 Neurocomputing、 Cognitive Computation、Pattern Recognition Letters和CCF推荐国际会议AAAI、ICIP、PCM等。曾获国际会议SERA2017最佳论文奖，并授权国家发明专利1项。
个人主页:http://www.escience.cn/people/AihuaZheng/index.html
涂铮铮，女，博士，副教授，硕士生导师，CCF会员。主要研究方向包括：基于视觉认知的视频目标检测及分割研究、视觉目标跟踪研究、多模态图像及视频显著性检测研究等。2007年起任教于森林舞会飞禽走兽。2015年获森林舞会飞禽走兽计算机应用技术专业博士学位，博士期间曾作为中英联合培养博士生在英国Stirling 大学数学与计算机科学系学习交流。在国内外会议及期刊上发表及投稿相关论文近30篇，SCI/EI检索10余篇。目前主持并参与国家自然科学基金项目近20项及其他多项纵向、横向课题。曾获2013 SICSA International Summer School on Cognitive Computation最佳海报奖，并作2014 IEEE/EPSRC Workshop on Autonomous Cognitive Robotics国际会议口头报告。曾任BICS 2015 (脑启发认知系统国际会议)Local Chair及Valse 2019(视觉与学习青年学者研讨会)的Finance Chair。
王文中，男，博士，讲师，硕士生导师。2011年毕业于中科院计算技术研究所，获计算机应用专业博士学位。2011年至今在森林舞会飞禽走兽任教，研究方向为计算机视觉。从事计算机视觉、深度学习、智能视频分析等方向的研发工作，承担多项横向研发课题。
王福田，男，博士，讲师，硕士生导师。2009年进入森林舞会飞禽走兽工作。曾作为联合培养博士生，在澳大利亚Swinburne University of Technology 学习交流。研究领域为商务工作流，服务计算，计算机视觉等。主持省部级项目1项，多项横向课题的研发，发表SCI/EI收录学术论文10余篇，申请国家发明专利2项，获得安徽省科技进步奖1项。
肖云，女，博士，高级实验师。2011年进入森林舞会飞禽走兽工作，曾作为联合培养博士生赴英国斯特灵大学交流学习。研究方向为计算机视觉、显著性目标检测、多视角数据分析等。已发表学术论文10余篇，参与多项国家自然科学基金，主持安徽省自然科学基金青年项目、安徽省高等学校自然科学基金重点项目等3项基金。
科研项目：
[1] 201901-201912，国家自然科学基金面上项目，视频时空结构深度模型研究及应用，No.61872005，汤进；
[2] 201501-201812，国家自然科学基金面上项目，基于多模态视觉模型的行为事件分析研究与应用，No.61472002，汤进；
[3] 201801-202012，国家自然科学基金青年科学基金项目，基于协同图模型和协同相关性滤波的多模态目标跟踪方法研究，No.61702002，李成龙；
[4] 201701-201912，国家自然科学基金青年科学基金项目，基于多层图分析的时空显著性检测方法研究，No.61602006，涂铮铮；
[5] 201701-201912，国家自然科学基金青年科学基金项目，基于稀疏松弛匹配与图聚类分析的共同视觉模式挖掘方法与应用研究，No.61602001，江波；
[6] 201601-201812，国家自然科学基金青年科学基金项目，通用时序逻辑表达下的视频时空行为理解研究与应用，No.61502006，郑爱华；
[7] 201907-202106，安徽省自然科学基金面上项目，云计算环境下商务工作流时间延误处理方法研究,，No.1908085MF206，王福田；
[8] 201907-202106，安徽省自然科学基金青年项目，基于图模型和多视角学习理论的视觉显著性计算研究,，No.1908085QF264，肖云；
[9] 201707-201906，安徽省自然科学基金青年项目，基于稀疏约束优化与流形排序算法的图像特征匹配方法与应用研究,，No.1708085QF139，江波；
[10]201507-201706，安徽省自然科学基金青年项目，广域稀疏非重叠多摄像机网络中运动目标协同分布跟踪研究，No.1508085QF127，郑爱华；
[11]201701-201812安徽省高等学校省级自然科学研究项目, 基于稀疏正则化匹配模型的共同视觉模式挖掘方法与应用，No.KJ2016A020，江波；
[12]201601-201812，安徽省高等学校自然科学研究项目重点项目，动态场景下视觉关注模型研究及应用，No. KJ2015A110，涂铮铮；
[13]201401-201512，安徽省高等学校自然科学研究项目重点项目，基于多目的地社会力运动传播模型的非重叠区域多摄摄像机协同跟踪研究，No. KJ2014A015，郑爱华；
[14]201901-202012，中国科学院自动化研究所模式识别国家重点实验室开放课题：基于生成对抗网络的车辆重识别方法研究，No. 201900046，郑爱华；
[15]201601-201712，中国科学院《模式识别国家重点实验室》开放课题项目，基于稀疏优化模型的图像特征匹配方法研究，No. 201600025，江波；
[16]201701-201812，森林舞会飞禽走兽信息保障技术协同创新中心2016年度开放课题重点项目，基于动态协同图模型的多模态目标跟踪方法研究，李成龙；
[17]201701-201812，森林舞会飞禽走兽信息保障技术协同创新中心2016年度开放课题，基于图的随机游走模型的图像显著区域检测研究，肖云；
[18]201701-201812，森林舞会飞禽走兽信息保障技术协同创新中心2016年度开放课题，云环境中实例密集型商务工作流监控策略研究，王福田；
[19]201401-201912， 安徽省人社厅留学人员科技活动项目择优资助经费重点项目，自主车辆中基于动态视觉信息的多目标跟踪研究，郑爱华；
[20]201301-201412，智能计算与信号处理国家重点实验室开放课题，基于时序模式识别的多智能体协同控制研究，郑爱华；
代表性论文
2019年：
[1] Chenglong Li, Liang Lin, Wangmeng Zuo, Jin Tang, and Ming-Hsuan Yang. Visual Tracking via Dynamic Graph Learning. IEEE T-PAMI, 2019. SCI一区
[2] Bo Jiang, Doudou Lin, Jin Tang and Bin Luo, Data Representation and Learning with Graph Diffusion-Embedding Networks. IEEE Conference on Computer Vision and Pattern Recognition. 2019, CCF A类
[3] Bo Jiang, Ziyan Zhang, Jin Tang and Bin Luo. Semi-supervised Learning with Graph Learning-Convolutional Networks. IEEE Conference on Computer Vision and Pattern Recognition. 2019, CCF A类
[4] Yun Xiao, Bo Jiang, Aihua Zheng, Aiwu Zhou, Amir Hussain, Jin Tang*. Saliency detection via multi-view graph based saliency optimization [J]. Neurocomputing, 2019. SCI二区
[5] Wang, Lihua; Jiang, Bo; Tu, Zhengzheng; Hussain, Amir; Tang, Jin*;. Robust Pixelwise Saliency Detection via Progressive Graph Rankings. Neurocomputing. 2019. SCI二区
[6] Zhengzheng Tu，Tian Xia，Chenglong Li，Yijuan Lu，Jin Tang . M3S-NIR: Multi-Modal Multi-Scale Noise-Insensitive Ranking for RGB-T Saliency Detection. IEEE Conference on Multimedia Information Processing & Retrieval IEEE, 2019. EI
2018年：
[1] Bo Jiang, Chris Ding, Jin Tang, Bin Luo, Image Representation and Learning With Graph-Laplacian Tucker Tensor Decomposition, IEEE Transactions on Cybernetic, 2018. SCI一区
[2] Xiao Wang; Chenglong Li; Jin Tang; Bin Luo. SINT++: Robust Visual Tracking via Adversarial Positive Instance Generation. IEEE Conference on Computer Vision and Pattern Recognition, 2018. CCF A类
[3] Bo Jiang, Chris Ding, Bin Luo, Robust data representation using locally linear embedding guided PCA, Neurocomputing, 275, 523-532, 2018. SCI二区
[4] Bo Jiang, Zhouqin He, Chris Ding, Bin Luo, Saliency detection via a multi-layer graph based diffusion model, Neurocomputing, 314, 215-223, 2018. SCI二区
[5] Chenglong Li, Chengli Zhu, Jian Zhang, Bin Luo, Xiaohao Wu, and Jin Tang. Learning Local-Global Multi-Graph Descriptors for RGB-T Object Tracking. Detection. IEEE T-CSVT, 2018. SCI二区
[6] Li, Chenglong; Wu, Xiaohao; Zhao, Nan; Cao, Xiaochun; Tang, Jin; Fusing two-stream convolutional neural networks for RGB-T object tracking. Neurocomputing, 2018. SCI二区
[7] Yun Xiao, Bo Jiang, Zhengzheng Tu, Jixin Ma, Jin Tang*. A prior regularized multi-layer graph ranking model for image saliency computation[J]. Neurocomputing, 2018, 7(6):1-12. SCI二区.
[8] Aihua Zheng. Spatial-temporal Representatives Selection and Weighted Patch Descriptor for Person Re-identification. Neurocomputing: 2018. SCI二区.
[9] Aihua Zheng, Xuehan Zhang, Bo Jiang, Bin Luo, and Chenglong Li. A Subspace Learning Approach to Multi-Shot Person Re-Identification. IEEE T-SMCS, 2018. SCI二区
[10]Aihua Zheng. Background Subtraction with Multi-scale Structured Low-Rank and Sparse Factorization. Neurocomputing, 2018. SCI二区.
[11]Zhengzheng Tu, Linlin Guo, Chenglong Li, Ziwei Xiong, Xiao Wang. Minimum Barrier Distance-Based Object Descriptor for Visual Tracking[J]. Applied Sciences, 2018, 8(11): 2233. SCI三区
[12]Chenglong Li, Chengli Zhu, Yan Huang, Jin Tang, and Liang Wang. Cross-Modal Ranking with Soft-Consistency and Noisy Labels for Robust RGB-T Tracking. ECCV, 2018. CCF B类
[13]Aihua Zheng. Multispectral Foreground Detection via Robust Cross-Modal Low-Rank Decomposition. PCM 2018. EI, CCF C类
[14]Bo Jiang, Yuan Zhang, Jin Tang, Bin Luo, OWP: Objectness Weighted Patch Descriptor for Visual Tracking, International Conference on Pattern Recognition (ICPR), 2018. CCF-C类
[15]Bo Jiang, Doudou Lin, Jin Tang, Bin Luo, Visual Object Tracking via Graph Learning and Flexible Manifold Ranking, Pacific Rim Conference on Multimedia, (PCM-2018) 313-323, 2018 . CCF-C类
[16]Aihua Zheng. Non-negative Dual Graph Regularized Sparse Ranking for Multi-shot Person Re-identification. PRCV 2018. EI
[17]Aihua Zheng. Pursuing High-order Consistency for Moving Object Detection in Low-rank and Sparse Separation Framework. IEEE BigMM 2018 (Oral). EI
2017年：
[1] Bo Jiang, Jin Tang and Bin Luo, Binary Presevering Graph Matching, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017 . CCF A类
[2] Bo Jiang, Jin Tang, Bin Luo, Graph Matching via Multiplicative Update Algorithm, Neural Information Processing Systems, (NIPS), 2017. CCF-A类
[3] Bo Jiang, Jin Tang, Chris Ding and Bin Luo, Nonnegative Orthogonal Graph Matching, AAAI Conference on Artificial Intelligence (AAAI), 2017 . CCF A类
[4] Chenglong Li, Xiaohao Wu, Zhimin Bao, and Jin Tang. ReGLe: Spatially Regularized Graph Learning for Visual Tracking. ACM MM, 2017. CCF A类
[5] Chenglong Li, Liang Lin, Wangmeng Zuo, and Jin Tang. Learning Patch-based Dynamic Graph for Visual Tracking. AAAI, 2017. CCF A类
[6] Zhenyu Tang, Yue Cui and Bo Jiang*, Groupwise Registration of MR Brain Images Containing Tumors via Spatially Constrained Low-Rank Based Image Recovery, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2017
[7] Bo Jiang, Jin Tang, Xiaochun Cao, Bin Luo, Lagrangian relaxation graph matching, Pattern Recognition, 61: 255-265, 2017. SCI二区
[8] Zhuqiang Chen, Bo Jiang*, Jin Tang and Bin Luo, Image Set Representation and Classification with Attributed Covariate-Relation Graph Model and Graph Sparse Representation Classification, Neurocomputing, 226: 262-268, 2017, SCI二区
[9] Chenglong Li, Xiao Wang, Lei Zhang, Jin Tang, Hejun Wu, and Liang Lin. WELD: Weighted Low-rank Decomposition or Robust Grayscale-Thermal Foreground Detection. IEEE T-CSVT, 27(4): 725-738, 2017. SCI二区
[10]Chenglong Li, Xiang Sun, Xiao Wang, Lei Zhang, and Jin Tang. Grayscale-thermal Object Tracking via Multi-task Laplacian Sparse Representation. IEEE T-SMCS, 47(4): 673-681, 2017. SCI二区
[11]Aihua Zheng. Collaborative Low-Rank and Sparse Separation for Moving Object Detection. First Author, Cognitive Computation: 2017. SCI二区
[12]Bo Jiang, Jin Tang, Aihua Zheng and Bin Luo, Image representation and matching with geometric-edge random structure graph, Pattern Recognition Letters, 87:20-28, 2017, SCI三区
[13]Meili Zhao, Bo Jiang*, Bin Luo and Jin Tang, Common Visual Patterns Discovery with an Elastic Matching, Cogn. Comput. 8 (5) :1-8, 2016, SCI三区
[14]Chenglong Li, Nan Zhao, Yijuan Lu, Chengli Zhu, and Jin Tang. Weighted Sparse Representation Regularized Graph Learning for RGB-T Object Tracking. ACM MM, 2017.
[15]Aihua Zheng. Local-to-global background modeling for moving object detection from non-static cameras. First Author, Multimedia Tools & Applications: 2017. SCI三区
[16]Yun Xiao, Liangmin Wang, Bo Jiang, Zhengzheng Tu, Jin Tang*. A Global and Local Consistent Ranking Model for Image Saliency Computation[J]. Journal of Visual Communication & Image Representation, 2017, 46:199-207. SCI三区
[17]Yun Xiao, Bo Jiang, Zhengzheng Tu, and Jin Tang*. Visual Saliency Detection via Prior Regularized Manifold Ranking[C]// CCF Chinese Conference on Computer Vision, 2017: 711-722. EI
2016年：
[1] Bo Jiang, Chris Ding and Bin Luo, Robust Out-of-Sample Data Recovery, International Joint Conference on Artificial Intelligence (IJCAI), 2016. CCF A类
[2] Chenglong Li, Hui Cheng, Shiyi Hu, Xiaobai Liu, Jin Tang, and Liang Lin. Learning Collaborative Sparse Representation for Grayscale-thermal Tracking. IEEE T-IP, 25(12): 5743-5756, 2016. SCI二区
[3] Chenglong Li, Liang Lin, Wangmeng Zuo, Wenzhong Wang, and Jin Tang.An Approach to Streaming Video Segmentation with Sub-Optimal Low-rank Decomposition. IEEE T-IP, 25(5): 1947-1960, 2016. SCI二区
[4] Tu, Z., Abel, A., Zhang, L., Luo, B.,Hussain, A. A New Spatio-Temporal Saliency-Based Video Object Segmentation[J]. Cognitive Computation, 2016(4):1-19. SCI三区
2015年：
[1] Bo Jiang, Jin Tang, Chris Ding and Bin Luo, A local sparse model for matching problem, AAAI Conference on Artificial Intelligence (AAAI), 2015. CCF A类
[2] Chenglong Li, Liang Lin, Wangmeng Zuo, Shuicheng Yan, and Jin Tang. SOLD: Sub-Optimal Low-Rank Decomposition for Efficient Video Segmentation. IEEE CVPR, 2015. CCF A类
[3] Keze Wang, Liang Lin, Jiangbo Lu, Chenglong Li, and Keyang Shi. PISA: Pixelwise Image Saliency by Aggregating Complementary Appearance Contrast Measures with Edge-Preserving Coherence. IEEE T-IP, 24(10): 3019-3033, 2015. SCI 二区（ESI高被引论文）
[4] Zhengzheng Tu, Aihua Zheng, Erfu Yang, Bin Luo,Amir Hussain. A Biologically Inspired Vision-Based Approach for Detecting Multiple Moving Objects in Complex Outdoor Scenes[J]. Cognitive Computation, 2015, 7(5): 539-551. SCI 三区
[5] F. Wang, X. Liu and Y. Yang, Necessary and sufficient checkpoint selection for temporal verification of high-confidence cloud workflow systems . Science China (Information Sciences), 58, 052103:1-16, May 2015.
2014年及以前：
[1] Bo Jiang, Chris Ding, Bin Luo and Jin Tang, Graph-Laplacian PCA: Closed-form solution and robustness, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3492-3498, 2013. CCF A类
[2] Aihua Zheng. Matching State-based Sequences with Rich Temporal Aspects. AAAI: 2012. CCF A类
[3] Bo Jiang, Jin Tang, Bin Luo and Liang Lin, Robust feature point matching with sparse model, IEEE Transactions on Image Processing, 23(12):5175-5186, 2014. SCI 二区
[4] Bo Jiang, Haifeng Zhao, Jin Tang and Bin Luo, A sparse nonnegative matrix factorization technique for graph matching problems, Pattern Recognition, 47(2): 736-747, 2014. SCI 二区
[5] Bo Jiang, Chris Ding, and Bin Luo, Covariate-Correlated Lasso for Feature Selection, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), pp. 595-606, 2014. CCF-B类
[6] Bo Jiang, Chris Ding, and Bin Luo, Covariate-Correlated Lasso for Feature Selection, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), pp. 595-606, 2014
[7] Zhengzheng Tu, Dengdi Sun, Bin Luo. Video Summarization by Robust Low-Rank Subspace Segmentation[J]. Advances in Intelligent Systems and Computing, 2013, 212: 929-937. EI
[8] Zhengzheng Tu, Bin Luo, Yongjian Shi, Qing Fu, Jianlin Li. A New Method for SF6 Gas Leakage Detection. Proceedings of the 5th International Conference on Computer Science & Education (ICCSE'10). P31-34, 2010, Aug., Huangshan, Anhui, China. EI
知识产权：
[1] 专利: 汤进, 罗斌, 吕婉丽, 赵海峰. 一种基于红外热图像的火灾预警和早期消除系统, 2012, 已授权, ZL201210009436.8.
[2] 专利: 一种多视觉模态采集系统及采集方法, 2017, 已申请, 201710697317.9
[3] 专利: 一种基于多任务卷积神经网络的车辆属性识别方法, 2016, 已申请, 201611199772.8.
[4] 专利: 一种视频监控方法及视频健康服务器, 2015, 已申请, 201510021580.7.
奖励和荣誉：
[1] 李成龙.安徽省人工智能学术会议最佳论文奖,2018.
[2] 郑爱华. SERA2017 Best Paper Award（通讯作者，第一作者为指导研究生），2017年.
[3] 李成龙. ACM中国合肥优秀博士论文奖,2016.
[4] 郑爱华. 第二届安徽省“互联网+”大学生创新创业大赛暨第二届中国“互联网+”大学生创新创业大赛选拔赛创意组铜奖，2016年.
[5] 郑爱华. “运泰杯”第二届森林舞会飞禽走兽“互联网＋”大学生创新创业大赛铜奖优秀指导教师奖，2016年.
[6] 郑爱华. “运泰杯”第二届森林舞会飞禽走兽“互联网+”大学生创新创业大赛铜奖，2016年.
[7] 郑爱华. 森林舞会飞禽走兽第七届青年教师教学基本功竞赛二等奖，2016年.
[8] 江波. ACM中国合肥优秀博士论文奖,2015.
[9] 郑爱华. 森林舞会飞禽走兽第六届青年教师教学基本功竞赛二等奖，2015年.
[10]涂铮铮. 森林舞会飞禽走兽第五届青年教师教学基本功竞赛三等奖，2014年.
[11]郑爱华. 森林舞会飞禽走兽工会活动积极分子，2014年.
[12]陈拥权、梁栋、李华、张羽、王年、汤进, 基于视频的人机交互技术及产业化, 安徽省科技厅，安徽省科技进步奖，三等奖，2013.
[13]罗斌、陈自年、汤进、陈锋、常国涛、李伟，基于多模态图像分析的设备运行故障预警技术及应用，安徽省科技厅，安徽省科技进步奖，三等奖，2012.