陈亮亮，男，1993年2月，讲师，博士。研究方向为信号处理和计算机视觉（图像增强、超分辨率重建等）。于2012年至2022年在中国矿业大学学习并取得学士和博士学位，后在浙江省之江实验室从事博士后岗位工作，现入职中国矿业大学信息与控制工程学院从事讲师。共发表学术论文20余篇，以第一作者或学生第一作者发表SCI/EI论文6篇，其中IEEE TCSVT, IEEE TGRS等中科院1区顶刊论文3篇；申请发明专利20余项。在项目方面，获得“中国博士后科学基金”面上资助，曾参与国家重点研发计划子课题，国家自然科学基金面上项目，军民融合重大项目等多个项目。2022年被评为中国矿业大学博士“优秀毕业生”，取得第十二届”挑战杯“江苏省大学生创业计划竞赛银奖。担任IEEE TCSVT、IEEE TGARS、The Visual Computer、Signal, Image and Video Processing等期刊审稿人。邮箱：chenll01@cumt.edu.cn。

在项目方面：

[1] 中国博士后科学基金面上资助项目 面向低光受限场景的高质量图像重建方法研究 8万元 独立完成人,结题。

[2] 国家重点研发项目子课题 监管监察信息动态采集可信保障与分析技术及设备 1221万元 主要参与人员，结题。

[3] 国家自然科学基金面上项目 矿井无人智能开采工作面增强现实关键技术研究 60万元 主要参与人员，结题。

[4] 之江实验室J民融合项目 基于****图像的快速目标检测与智能识别关键技术研究 1500万元 主要参与人员，结题。

[5] 之江实验室重大项目 面向智慧城市安全应用的智能感知关键技术研究 436万元 主要参与人员，结题。

[6] 江苏省科技成果转化专项重大产业创新专题项目矿井爆炸危险性实时监测预警系统关键装备研发与产业化，参加人员, 结题。

[7] 江苏省“六大人才高峰”高层次人才培养项目 矿井自动采掘装备机载视频智能分析与预警联动系统，参加人员, 结题。

[8] 基于视频AI识别与大数据分析的矿井水泵房无人值守排水系统关键技术研发 10万元 负责人，在研。

代表性论文：

[1] CHEN L, GUO L, CHENG D, et al. Structure-Preserving and Color- Restoring Up-Sampling for Single Low-Light Image[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(4): 1889-1902.

[2] CHENG D, CHEN L, LV C, et al. Light-Guided and Cross-Fusion U-Net for Anti-Illumination Image Super-Resolution[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(12): 8436-8449.

[3] HEN L, WANG Y, ZHANG C. Spatial–Spectral Attention Pyramid Network for Hyperspectral Stripe Restoration[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024, 62: 1-17.

[4] CHEN L, KOU Q, CHENG D, et al. Content-guided deep residual network for single image super-resolution[J]. Optik, 2020, 202: 163678.

[5] CHEN L, GUO L, CHENG D, et al. A lightweight network with bi- directional constraints for single image super-resolution[J]. Optik, 2021, 239: 166818.

[6] 程德强, 陈亮亮, 蔡迎春, 等. 边缘融合的多字典超分辨率图像重建算法[J]. 煤炭学报: 2018, 43: 2084-2090.

参与论文：

[7] Qiqi Kou, Deqiang Cheng*, Liangliang Chen, Kai Zhao. A Multiresolution Gray-Scale and Rotation Invariant Descriptor for Texture Classification [J]. IEEE Access, 2018(6) 30691- 30701. (SCI，JCR 1区，IF：3.367)

[8] Qiqi Kou, Deqiang Cheng*, Liangliang Chen, Yinping Zhuang. Principal curvatures based local binary pattern for rotation invariant texture classification [J]. Optik, 2019(193): 166818. (JCR 2区，IF：2.443)

[9] 郭林,陈亮亮,程德强*,江曼,寇旗旗,钱建生.颜色恢复和边缘保持的低照度图像超分辨率重建方法[J/OL].计算机应用研究:1-8[2022-03-17].（北大中文核心）

[10]. 徐冬冬,程德强*,陈亮亮,寇旗旗,唐守锋.基于分层引导滤波与最近邻正则化子空间的高光谱图像分类[J].光子学报,2020,49(04):197-209.（中文EI）

[11]. 程德强*,郭昕,陈亮亮,寇旗旗,赵凯,高蕊.多通道递归残差网络的图像超分辨率重建[J].中国图象图形学报,2021,26(03):605-618.（北大中文核心）

[12]. 程德强*,蔡迎春,陈亮亮,宋玉龙.边缘修正的多尺度卷积神经网络重建算法[J].激光与光电子学进展,2018,55(09):132-140.（北大中文核心）

[13]. 程德强*,高凌志,陈亮亮,陈刚,屠屹磊.自适应多尺度分块压缩感知算法[J].中国图象图形学报,2017,22(09):1175-1182.（北大中文核心）

[14]. 程德强*,刘威龙,邵丽蓉,陈亮亮.核稀疏表示和原子相关度的图像重建[J].中国图象图形学报,2018,23(09):1285-1292.（北大中文核心）

[15] 寇旗旗,李超,程德强,陈亮亮,马浩辉,张剑英.基于注意力和宽激活密集残差网络的图像超分辨率重建[J].光学精密工程,2023,31(15):2273-2286.

[16] 程德强,朱星光,寇旗旗,陈亮亮,王晓艺,赵佳敏.融合分层特征与残差蒸馏连接的图像超分辨率重建[J].智能系统学报,2023,18(06):1173-1184.

[17] 程德强,赵佳敏,寇旗旗,陈亮亮,韩成功.多尺度密集特征融合的图像超分辨率重建[J].光学精密工程,2022,30(20):2489-2500.

[18] 程德强,王雨晨,寇旗旗,付新竹,陈亮亮,赵凯.基于改进深度残差网络的矿井图像分类[J].计算机应用研究,2021,38(05):1576-1580.

[19] Han, C.G, Cheng, D.Q, Kou, Q.Q, Wang X.Y, Chen L.L, Zhao JM. Self-supervised monocular Depth estimation with multi-scale structure similarity loss. Multimed Tools Appl 82, 38035–38050 (2023).

[20] Gao, R., Cheng, D.Q, Yao, J., Chen L.L, “Low-Rank Representation-Based Image Super-Resolution Reconstruction with Edge-Preserving,” KSII Transactions on Internet and Information Systems, vol. 14, no. 9. Korean Society for Internet Information (KSII), 30-Sep-2020.

发明专利：

[1] 一种图像融合的方法、装置、存储介质及电子设备; CN202211538006.5[P].2022-12-01. 发明, 受理, 中国。

[2] 一种多时相红外图像融合方法, 2024-01-08, 中国, CN202410072231.7.发明，授权，中国。

[3] 一种基于SURF特征提取结合CS-LBP描述符的图像拼接方法；ZL201711143013.4[P].2018-04-20. 发明, 授权, 中国。

[4] 一种视域重叠的多摄像机目标匹配方法; CN201810141262.8[P]. 2018-09-04. 发明, 授权, 中国。

[5] 应用于矿井巷道移动巡检图像的尺度自适应目标跟踪方法; CN201910707197.5[P]. 2019-11-08. 发明, 授权, 中国。

[6] 一种图像超分辨率重建方法; CN201810380243.0[P]. 2018-09-18. 发明, 授权, 中国。

[7] 一种基于显著性多特征融合的移动巡检视频质量修正方法:CN201910700754.0[P]. 2019-10-08.

[8] 基于巡检机器人单目图像获取深度图像的方法及装置:CN202010987267.X[P]. 2020-12-18.

[9] 目标与背景颜色相似下的运动目标自动跟踪方法及系统:CN202010531057.X[P]. 2020-09-15.

[10] 一种应用于矿井机器视觉的图像特征快速匹配方法及系统:CN202010681652.1[P]. 2020-10-23.

[11] 一种高实时性的图像拼接方法:CN202010607671.X[P]. 2020-10-09.

[12] 一种矿用智能视频分析中的图像检索方法:CN202010464038.X[P]. 2020-09-08.

[13] 一种用于矿井巡检机器人的图像立体匹配方法及装置:CN202010614124.4[P]. 2020-10-13.

[14]  一种应用于图像三维重建的图像匹配方法及系统:CN202010627488.6[P]. 2020-10-13.

[15]  三维场景重建中低分辨率图像单目深度估计系统及方法:CN202110931555.8[P]. 2021-11-05.

[16]  一种高清视频信息的自适应采集及图像处理方法:CN202111031131.2[P]. 2021-11-30.

[17]  一种用于视频监控高清呈现的图像超分辨率重建方法及装置:CN202111031496.5[P]. 2021-10-22.

[18] 基于图像质量启发的盲图像去运动模糊算法:CN202310985961.1[P]. 2023-10-31.

[19] 一种矿井架空乘人装置人员违规携带物品的检测方法及系统:CN202311313950.5[P]. 2023-12-01.

[20] 基于卷积神经网络的驾驶员两点预瞄识别方法:CN202311011160.1[P]. 2023-10-31.

[21]  基于主动学习的少样本无参考图像质量评价算法:CN202311221440.5[P]. 2023-11-17.

[22]  一种基于整体注意力的矿井图像超分辨率重建系统及方法:CN202311213700.4[P]. 2023-12-05.

[23]  煤矿单轨吊无人驾驶中自监督单目深度估计方法及系统:CN202410481590.8[P]. 2024-07-26.