任子良

1.个人简介

任子良，男，博士研究生，副教授，硕士研究生导师，2017年6月毕业于华南理工大学电子与信息学院电路与系统专业，先后在三星广州技术研究院、中国科学院深圳先进技术研究院、东莞理工学院从事技术研发与教学科研等工作，目前主要从事机器视觉、动作识别、行为理解预测和目标检测等方向的研究，在Science China-Technological Sciences、IEEE Transactions on Circuits and Systems for Video Technology等国内外学术期刊和国际学术会议发表学术论文40余篇，申请和授权国家发明专利40余项，主持广东省自然科学基金项目2项、东莞市科技特派员项目1项，作为核心成员/技术骨干参与科技部重点研发计划、国家自然科学基金、省市科学基金以及企业课题多项。

2.研究方向：机器视觉、动作识别与行为意图理解、目标检测等

3.办公室：8A403

4.E-mail：renzl@dgut.edu.cn

5.教育经历

(1)2014/09-2017/06，华南理工大学，电路与系统，博士

(2)2009/09-2012/06，华南理工大学，通信与信息系统，硕士

(3)2005/09-2009/06，许昌学院，电子信息工程，学士

6.工作经历

(1)2024/01-至今，东莞理工学院，计算机科学与技术学院，副教授

(2)2021/12-2023/12，东莞理工学院，计算机科学与技术学院，讲师

(3)2020/07-2021/11，中国科学院深圳先进技术研究院，助理研究员

(4)2018/06-2020/06，中国科学院深圳先进技术研究院，博士后

(5)2012/07-2013/06，广州三星通讯研究院，工程师

7.科研项目

[1] 粤莞联合基金-地区培育项目，基于人机协作关系表示的行为意图理解方法研究，2023年1月-2025年12月，30万，主持；

[2] 广东省自然科学基金-面上项目，基于多模态特征关系嵌入表示的动作序列识别与理解方法研究，2023年1月-2025年12月，10万，主持；

[3] 东莞市科技特派员项目，智慧园区复杂场景中目标检测与异常行为分析及预警系统研究，2022年9月-2023年8月，10万，主持；

[4] 国家自然科学基金联合项目，大范围复杂动态场景智能安保机器人关键技术，2020-01至2023-12，253万，结题，参与;

[5] 科技部重点研发计划，面向五金行业制造的国产机器人系统应用示范，2019-06至2022-05，1283万，结题，骨干成员。

8.学术论文

[1] Ziliang Ren, Qieshi Zhang, Qin Cheng, Zhenyu Xu, Shuai Yuan, Delin Luo*. Segment differential aggregation representation and supervised compensation learning of ConvNets for human action recognition, Science China-Technological Sciences, 67(1): 197-208, 2024.

[2] Huaigang Yang, Qieshi Zhang, Ziliang Ren^*, Huaqiang Yuan^*, and Fuyong Zhang. Contrastive Learning with Cross-Part Bidirectional Distillation for Self-supervised Skeleton-based Action Recognition, Human-centric Computing and Information Sciences, 2024.

[3] Miaomiao Jin, Ziliang Ren*, Wenhong Wei, Qian Chen, Ni An. Human Motion Prediction Based on Graph Convolutional Networks and Multilayer Perceptron, ICSMD, 2023.

[4] Huaigang Yang, Ziliang Ren*, Huaqiang Yuan, Qieshi Zhang, Wenhong Wei, Xiaoyu Hong. Multi-View Contrastive Self-supervised Triplet network for Skeleton-based Action Recognition, ICSMD, 2023, Best Student Paper.

[5] Huaigang Yang, Ziliang Ren*, Huaqiang Yuan, Zhenyu Xu and Jun Zhou. Contrastive self-supervised representation learning without negative samples for multimodal human action recognition, Frontiers in Neuroscience, 2023.

[6] Xiongjiang Xiao, Ziliang Ren*, Huan Li, Wenhong Wei, Zhiyong Yang, Huaide Yang. SlowFast Multimodality Compensation Fusion Swin Transformer Networks for RGB-D Action Recognition, Mathematics, 11(9): 2115, 2023.

[7] Li Luo, Ziliang Ren*, Yong Qin, Qieshi Zhang, Xiangyang Gao. Skeleton-Embedded Network for action recognition, RCAR, 2023.

[8] Ziliang Ren, Huaqiang Yuan, Wenhong Wei, Tiezhu Zhao, Qieshi Zhang*. Convolutional non-local spatial-temporal learning for multi-modality action recognition, Electronics Letters, 58(20): 765-767, 2022.

[9] Huaigang Yang, Ziliang Ren*, Huaqiang Yuan, Wenhong Wei, Qieshi Zhang and Zhaolong Zhang. Multi-scale and attention enhanced graph convolution network for skeleton-based violence action recognition, Frontiers in Neurorobotics, 2022.

[10] Xiongjiang Xiao, Ziliang Ren*, Wenhong Wei, Huan Li, Hua Tan. Shift Swin Transformer Multimodal Networks for Action Recognition in Videos, ICSMD, 2022.

[11] Jun Cheng, Ziliang Ren*, Qieshi Zhang, Xiangyang Gao, and Fusheng Hao. Cross-modality compensation convolutional neural networks for RGB-D action recognition, IEEE Transactions on Circuits and Systems for Video Technology, 32(3): 1498-1509, 2022.

[12] Ziliang Ren, Qieshi Zhang, Jun Cheng*, Fusheng Hao, Xiangyang Gao. Segment spatial-temporal representation and cooperative learning of Convolution Neural Networks for multimodal-based action recognition, Neurocomputing, 433: 142-153, 2021.

[13] Ziliang Ren, Qieshi Zhang, Xiangyang Gao, Pengyi Hao, Jun Cheng*. Multi-modality Learning for Human Action Recognition, Multimedia Tools and Application, 80: 16185-16203, 2021.

[14] Ziliang Ren, Qieshi Zhang, Piye Qiao, Maolong Niu, Xiangyang Gao, and Jun Cheng*. Joint learning of convolution neural networks for RGB-D-based human action recognition, Electronics Letters, 56(21): 1112-1115, 2020.

9.专利授权和申请

[1] 任子良等，一种基于脉冲神经网络的人体动作识别方法，发明专利，CN202311680248.2，2023-12-08

[2] 任子良等，一种基于弱监督与长短期记忆网络的3D人体运动预测方法，发明专利，CN2023108 68509.7，2023-07-17

[3] 任子良等，基于知识蒸馏与多任务自监督学习的骨架行为识别方法，发明专利，CN202310512443.8，2023-05-09

[4] 任子良等，融合堆叠LSTM 与SAC 算法的路径规划方法及系统，授权发明专利，CN202310649008.X，2023-06-06

[5] 任子良等，一种定位方法、定位装置及存储介质，授权发明专利，ZL202310475470.2，2023-04-28

[6] 任子良等，动作序列识别和意图推断方法、装置、设备及存储介质, 授权发明专利，CN202310335615.9，2023-04-23

[7] 任子良等，一种动作检测方法、装置、终端设备和存储介质，授权发明专利，ZL202110889116.5，2022-06-12，

[8] 任子良等，一种行为识别方法、装置及终端设备，授权发明专利，ZL201910718037.0，2019-08-05

[9] 任子良等，一种人体动作识别和意图理解方法、终端设备及存储介质，授权发明专利，ZL202210675830.9，2024-01-10

[10] 任子良等，一种基于特征交互学习的动作识别方法及终端设备，授权发明专利，ZL202011078182.6，2020-10-10

10.获奖情况

[1] 2022年深圳市科学技术奖（技术发明奖）二等奖，人体动作识别与交互技术及应用，排名5/6。