姓名：石敏
职称：副教授
研究方向：
1、虚拟现实与人工智能
2、计算机视觉
联系方式：
办公地址：主楼E1151
电子邮箱：shi_min@ncepu.edu.cn
一、个人简介及主要荣誉称号
石敏，博士，毕业于中国科学院计算技术研究所，美国University of Wisconsin-Madison访问学者。计算机学会会员、虚拟现实与人机交互专委会会员，国家自然科学基金和北京市自然科学基金网评专家，北京市科委科技项目评审专家, 北京市高新技术企业评审专家等。入选华北电力大学教学名师培育计划。
研究方向为虚拟现实、人工智能与计算机视觉，重点聚焦于基于AI的图像生成、基于视觉的三维重建、基于深度学习的表面缺陷检测。主持国家自然科学基金项目、山东省重大产业攻关项目、中央高校基本科研业务费面上项目、教育部产学协同育人项目、全国高等院校计算机基础教育研究会课题以及多项横向课题。在IEEE Transactions on Visualization and Computer Graphics、Journal of Computer Science and Technology、Graphical Models，计算机学报、计算机研究与发展等国内外重要学术期刊发表论文50 余篇，获得国家发明专利 6 项，软件著作权 8 项。
曾获北京市高等教育教学成果二等奖、北京市高校优质课程及优秀主讲教师、北京市高校优质教材重点项目。获北京市本科设计（论文）优秀指导教师、华北电力大学优秀硕士论文指导教师、华北电力大学教学优秀特等奖、华北电力大学教学成果一等奖、华北电力大学十佳班主任。指导大学生挑战杯、互联网+获得北京市三等奖，指导双创项目多次获得国家级或北京市优秀。
二、教学与人才培养情况
1. 教学情况
【1】数据结构，2009年起，56学时，120人
【2】高级语言程序设计C，2003年起，56学时
【3】计算机动画技术与算法，2017年，32学时
【4】算法分析与设计，2017年，40学时
2. 人才培养
培养研究生40余名。
研究生获奖：魏育坤，国家奖学金，优秀硕士论文，2022年北京是优秀毕业生；冯文科，国家奖学金，优秀硕士论文，2023年北京市优秀毕业生。
三、 主要科研项目情况
1. 纵向项目
【1】山东省发改委，山东省新旧动能转换重大产业攻关项目，影视制作工业化生产技术平台，2021.2-2023.2, 78万元， 子课题负责，在研
【2】国家自然科学基金，群体服装动画，2020.1-2023.12，61万元，子课题负责，在研
【3】国家自然科学基金，逼真稳定的服装动画方法研究，2014.1-2016.12, 20万元，结题
【4】国家自然科学基金，人体运动启发的自适应网格服装动画方法研究，2014.1-2017.12，56万元，结题
【5】中央高校基本科研业务专项基金，基于多重约束的无拉伸服装动画方法，2013.1-2015.12，8万元，结题
2. 横向项目
【1】校企联合研制项目，基于机器视觉的产品缺陷检测, 2021.1-至今
【2】中科院科研仪器设备研制项目，净水渔业鱼类多模态识别与监测设备，2020.1-2021.12
【3】校企联合研制项目，基于计算机视觉的汽车零件缺陷检测算法研究，2019.1-2020.1
【4】国家重大研发计划项目子课题（外协），油气藏测井综合评价三维建模分析及可视化技术，2017.1-2020.12
【5】企业联合研制项目，VR感知学习训练数据生成与处理系统，2017.5
【6】企业联合研制项目，真三维视频内容获取技术，2017.5
【7】企业委托开发项目，分布式光伏电站运维监控系统，2014.1
四、主要获奖
【1】北京高校优秀专业课主讲教师，北京市教育委员会，2022
【2】北京市优质教材重点项目，北京市教育委员会，2023
【3】北京市普通高校本科毕业设计（论文）优秀指导教师，基于深度学习的浑浊水下鱼类图像增强，北京市教育委员会，2022
【4】北京市普通高校本科毕业设计（论文）优秀指导教师，面向不同体型特征的服装模型迁移技术研究（魏育坤），北京市教育委员会，2020
【5】北京市普通高校本科毕业设计（论文）优秀指导教师，汽车零件缺陷分类管理及检测技术研究与实现（任琪），北京市教育委员会，2020
【6】北京市高等教育教学成果二等奖，从理念到行动：在线开放课程教学模式的创新与实践， 2018，排名第5
【7】北京市高等教育教学成果二等奖，基于程序设计能力的课程群建设，2013，排名第5
【8】华北电力大学教学成果一等奖，以数据结构与算法为核心探索三联动教学模式——全面培养程序创新实践型人才， 2021，排名第1
【9】“挑战杯”北京市三等奖指导教师，形动派-基于姿态估计的智能运动私教软件（刘肖岩、王心然、陈涵颖），北京市教育委员会，2023
【10】华北电力大学优秀硕士论文指导教师，基于运动类型的三维服装变形方法研究（冯文科），2023
【11】华北电力大学优秀硕士论文指导教师，三维服装款式风格迁移及动画生成方法研究（魏育坤），2022
【12】华北电力大学教学优秀特等奖， 2023
【13】华北电力大学十佳班主任， 2023
五、 代表性论著
[1] Shi M, Zhang J Q, Chen S Y, et al. Reference-Based Deep Line Art Video Colorization[J]. IEEE Transactions on Visualization and Computer Graphics, June 2023(29): 2965-2979. (CCF A, SCI 1区)
[2] Shi M, Zhuo X, Mao T, Zhu D, Shao X. Automatic temporal clothing deformation prediction: applicable to variable shape and motion. Textile Research Journal. 2023: 0(0). doi:10.1177/00405175231178049 (SCI 1区)
[3] Yu-Kun Wei, Min Shi (Corresponding Author), Wen-Ke Feng, Deng-Ming Zhu, Tian-Lu Mao. Motion-inspired Real-time Garment Synthesis with Temporal-consistency[J]. Journal of Computer Science and Technology. doi: 10.1007/s11390-022-1887-1 ,2023. (CCF B, SCI 3区)
[4] Min Shi, Hao Lu, Zhao-Xin Li, Deng-Ming Zhu, Zhao-Qi Wang. Accurate Robotic Grasp Detection with Angular Label Smoothing[J]. Journal of Computer Science and Technology. doi: 10.1007/s11390-022-1458-5 ,2023. (CCF B, SCI 3区)
[5] Min Shi, Wenke Feng, Lin Gao, and Dengming Zhu. Generating Diverse Clothed 3D Human Animations via a Generative Model. Computational Visual Media. To be published, 2023(CCF C, SCI 2区)
[6] 冯文科,石敏,朱登明等.基于Transformer-CVAE的三维人体动画生成方法[J].计算机科学与探索,2023,17(09):2137-2147. (T2)
[7] 石敏, 冯文科, 魏育坤等. 基于变分自编码器的三维服装变形预测方法[J]. 计算机辅助设计与图形学学报, 2022,34(08):1160-1171. (T1)
[8] Min Shi, Yukun Wei, Lan Chen, Dengming Zhu,Tianlu Mao, Zhaoqi Wang. Learning a shared deformation space for efficient design-preserving garment transfer. Graphical Models , Volume 115, May, 2021. (CCF B)
[9] Yue Jin, Zhaoxin Li,Dengming Zhu,Min Shi,Zhaoqi Wang. Automatic and Real-time Green Screen Keying, Visual Computer, 2022. (CCF B)
[10] Jingfang Yin, Dengming Zhu, Min Shi, Zhaoxin Li, Ming Duan, Xiangyuan Mi, Zhaoqi Wang.MoFiM: A morphable fish modeling method for under water binocular vision system, Computer Animation and Virtual Worlds, 2022. (CCF C)
[11] Min Shi, Zirui Wu, Suqin Wang, Dengming Zhu. Real-time switching and visualization of logging attributes based on subspace learning. Computers & Geosciences, Volume 146,January 2021, 104624, pp1-11 (SCI 2区)
[12] Shi Min, Ming Hou, Liu Ya-ning, Mao Tian-lu, Zhu Deng-ming, Wang Zhao-qi, Zhang Fan. Saliency-dependent adaptive remeshing for cloth simulation. Textile Research Journal, 2021, 91(5-6):480-495. (SCI 1区)