黄德天 副教授 

  中国科学院大学博士

  研究方向：计算机视觉、深度学习、强化学习以及DSP/FPGA/ARM嵌入式系统开发

  所属部门：物联网工程系

  电子邮件：huangdetian@hqu.edu.cn

  个人主页：

个人简历：

个人简介

黄德天，博士，副教授，硕士研究生导师，泉州市高层次人才，福建省科技特派员，物联网工程系主任，kaiyuncom官方网站教工物联党支部书记。2008年6月毕业于厦门大学信息科学与技术学院，获学士学位；2013年6月毕业于中国科学院长春光学精密机械与物理研究所，获博士学位。2015年获批专业学位硕士研究生导师，2020年获批学术学位硕士研究生导师，2020-2023年连续四年获批福建省科技特派员。先后主持国家自然科学基金青年项目、福建省自然科学基金面上项目、泉州市高层次人才创新创业项目等10余项国家省部厅及校级课题。在计算机视觉领域国内外知名期刊和会议上发表学术论文50余篇，申请国家发明专利40余项，授权25项。

部分科研项目

[1] 国家自然科学基金委员会，青年项目，61901183，基于稀疏表示与深度学习的超分辨率方法的关键技术研究，2020/01-2022/12，22.5万元，已结题，主持。

[2] 中央高校基本科研项目（第九批kaiyuncom官方网站中青年教师科技创新资助计划），ZQN-921，图像超分辨率关键技术研究，2021/05-2025/04，40万元，在研，主持。

[3] 福建省自然科学基金，面上项目，2023J01140，基于跨层混合注意力的图像超分辨率方法研究，2023/08-2026/08，7万元，在研，主持。

[4] 泉州市高层次人才创新创业项目，2023C007R，面向视频监控的人脸图像超分辨率重建技术研究，2023/10-2026/09，20万元，在研，主持。

[5] 福厦泉国家自主创新示范区协同创新项目，2021FX03，福建省新型智慧城市物联感知与智能计算技术研发及服务平台，2021/12-2023/12，200万元，已结题，第一参与人。

[6] 福建省自然科学基金，面上项目，2019J01083，基于稀疏表示的图像超分辨率重建的关键技术研究，2019/07-2022/06，4万元，已结题，主持。

[7] 福建省教育厅中青年教师教育科研项目，JAT170053，基于稀疏表示和RBM深度网络的超分辨率算法研究，2017/05-2019/04，1万元，已结题，主持。

[8] 泉州市高层次人才创新创业项目，2017G046，基于深度学习的高级辅助驾驶系统的关键技术研究，2017/10-2020/08，10万元，已结题，主持。

[9] 泉州市科技计划项目，2014Z113，基于云控制的运动控制卡的设计及其在数控机床中的应用，2014/07-2017/06，8万元，已结题，主持。

[10] kaiyuncom官方网站本科教学改革项目，15JGYB32，适应企业发展需求人才培养模式的DSP原理与应用课程教学方法改革研究，已结题，主持。

[11] 横向项目，20221HH324，纺织服装产业互联网数据平台管理与测试，2022/05-2024/05，5万元，已结题，主持。

[12] 横向项目，20241HH103，纺织服装产业大数据平台瑕疵检测模型开发与测试，2024/04-2025/11，5万元，在研，主持。

部分学术论文（第一作者或通讯作者）

[1] J. Song, D. Huang*, X. Huang, M. Ruan, H. Zeng. Torch-Advent-Civilization-Evolution: Accelerating Diffusion Model for Image Restoration, IEEE Transactions on Circuits and Systems for Video Technology, 2025, 35(2): 1478-1491.

[2] D. Huang*, J. Song, X. Huang, H. Zeng. Multi-Modal Prior-Guided Diffusion Model for Blind Image Super-Resolution, IEEE Signal Processing Letters, 2025, 32: 316-320.

[3] D. Huang*, M. Lin, H. Liu, H. Zeng. CMASR: Lightweight Image Super-Resolution with Cluster and Match Attention, Image and Vision Computing, 2025, 155: 105457.

[4] F. Chen, D. Huang*, M. Lin, J. Song, X. Huang. RDNet: Lightweight Residual and Detail self-attention Network for infrared image super-resolution, Infrared Physics and Technology, 2024, 141: 105480.

[5] X. Huang, D. Huang*, Q. Huang, C. Huang, F. Chen, Z. Xu. DTSR: Detail-Enhanced Transformer for Image Super-Resolution, Visual Computer, 2024, 40: 7667-7684.

[6] H. Liu, D. Huang, M. Lin. FETrack: Feature-Enhanced Transformer Network for Visual Object Tracking, Applied Sciences, 2024, 14: 10589.

[7] D. Huang, X. Zhu, X. Li, H. Zeng. CLSR: Cross-layer Interaction Pyramid Super-Resolution Network, IEEE Transactions on Circuits and Systems for Video Technology, 2023, 33(11): 6273-6287.

[8] J. Chen, D. Huang*, X. Zhu, et al. Gradient-Guided and Multi-Scale Feature Network for Image Super-Resolution. Applied Sciences, 2022, 12(6), 2935.

[9] M. Yang, Y. Lin, D. Huang*, et al. Accurate Visual Tracking via Reliable Patch. Visual Computer, 2021(3):1-14.

[10] J. Chen, Y. Lin, D. Huang*, et al. Robust Tracking Algorithm for Infrared Target Via Correlation Filter and Particle Filter. Infrared Physics and Technology, 2020, 111, 103516.

[11] D. Huang, P. Gu, H. Feng, et al. Robust Visual Tracking Models Designs Through Kernelized Correlation Filters. Intelligent Automation and Soft Computing, 2020, 26(2): 313-322.

[12] D. Huang, L. Kong, J. Zhu, et al. Improved Action-Decision Network for Visual Tracking with Meta-Learning. IEEE Access, 2019, 7: 117206-117218.

[13] D. Huang, W. Huang, P. Gu, et al. Image Super-Resolution Reconstruction based on Regularization Technique and Guided Filter. Infrared Physics and Technology, 2017, 83: 103-113.

[14] Z. Xu, D. Zhu, D. Cai, D. Huang*, Hybrid Attention Mechanism Combined with Peak Sampling for Object Tracking, International Symposium on Intelligent Signal Processing and Communication Systems (ISPACS), 2022: 1-4, doi: 10.1109/ISPACS57703.2022.10082766. (Best Student Paper Award, EI检索)

[15] 黄德天，黄炜钦，云海姣，等. 正则化技术和低秩矩阵在稀疏表示超分辨率算法中的应用. 计算机辅助设计与图形学学报，2018, 30(5): 868-877.

部分发明专利

[1] 黄德天，陈菲杨，黄小茜，等. 一种基于Transformer与卷积交互的轻量级图像超分辨率方法，国家发明专利，专利申请号：CN202310871402.8（授权公告日：2023.10.31）

[2] 黄德天，陈菲杨，黄诚惕，等. 一种基于特征融合与注意力机制的单帧图像超分辨率方法，国家发明专利，专利申请号：CN202211528666.5（授权公告日：2023.04.21）

[3] 陈剑涛，黄德天. 基于三通道卷积神经网络的单幅图像超分辨率方法，国家发明专利，专利申请号：CN202010523197.2。（授权公告日：2022.08.09）

[4] 黄炜钦，黄德天，等. 基于稀疏正则化技术和加权引导滤波的图像超分辨率方法，国家发明专利，专利申请号：CN201710718998.2。（授权公告日：2021.01.05）

[5] 张健，黄德天，陈健. 一种低分辨率人脸图像超分辨率重建方法，国家发明专利，专利申请号：CN202010424455.1。（授权公告日：2023.08.01）

[6] 王振严，黄德天，杨梦维，等. 一种可靠的局部目标跟踪方法及跟踪器，国家发明专利，专利申请号：CN202110481653.6。（授权公告日：2023.07.28）

[7] 朱显丞，黄德天，陈健，等. 一种结合SegNet和U-Net网络的车道线检测方法和装置，国家发明专利，国家发明专利，专利申请号：CN202010953936.1。（授权公告日：2023.06.27）

[8] 陈健，黄德天. 一种自适应的车道线检测方法，国家发明专利，专利申请号：CN201911265306.9。（授权公告日：2023.03.24）

[9] 黄德天，陈健，杨梦维，等. 一种多阶段渐进式图像超分辨率方法，国家发明专利，专利申请号：CN202010953936.1。（授权公告日：2024.09.06）

[10] 吴娇绿，黄德天，杨梦维，等. 一种融合相关滤波和粒子滤波的高精度红外目标跟踪方法，国家发明专利，专利申请号：CN202110276732.3。（授权公告日：2023.10.31）

[11] 黄德天，陈菲扬，黄小茜，等. 一种基于 Transformer 与卷积交互的轻量级图像超分辨率方法，国家发明专利，专利申请号：CN202310871402.8。（授权公告日：2023.10.31）

[12] 黄德天，刘航，宋佳讯，等. 一种车道线快速检测方法、装置及可读介质，国家发明专利，专利申请号：CN202310761995.2，已受理。

[13] 黄德天，宋佳讯，林明昕，等. 一种布匹瑕疵检测方法、装置及可读介质，国家发明专利，专利申请号：CN202310744289.7，已受理。

[14] 黄德天，顾培婷，等. 一种大圆机的坏针瑕疵检测方法，国家发明专利，专利申请号：CN201710036716.0。（授权公告日：2019.08.30）

[15] 柳培忠，顾培婷，刘晓芳，黄德天. 一种大圆机的破洞瑕疵检测方法，国家发明专利，专利申请号：CN201710322853.0。（授权公告日：2019.11.15）

部分获奖

[1] 第十八届中国科协年会全国科技工作者创新创业大赛金奖（排名第3，2016年9月）

[2] 泉州市科学技术奖（排名第4，2016年4月）