陆军，女，籍贯：山东省。教授，硕士研究生导师， 2010年获哈尔滨工程大学计算机应用与技术博士学位，2018年美国圣路易斯华盛顿大学访问学者，中国计算机学会会员。主要研究领域为自然语言处理、计算机视觉、定量预测等。主持黑龙江省自然科学基金1项，黑龙江省教育厅科学技术研究项目2项，参加国家自然科学基金、黑龙江省自然科学基金研究多项，此外还有横向课题多项。已在国内外期刊及会议上发表SCI检索和EI检索论文70余篇。获得中国发明专利4项，实用新型专利1项，软件著作权16项，主编教材1部。多次参加国内外学术会议，扩大学术交流。

本组提供一流的服务器和实验设备，方便学生实验，不必租赁服务器；研二学生拥有到实验实习基地进行实验与实习的机会，并且可以开实习证明，解决了专硕学生必须有实习经历的难题。欢迎对本组研究方向感兴趣、有研究和学习热情的同学通过邮件、电话或短信与我联系，同时欢迎本科生加入到实验室的学习和工作中。

联系邮箱： lujun111_lily@sina.com 电话：13136645883

所在学科：软件工程

主要研究方向

1、自然语言处理

（1）自然语言理解：提取图文模态或者音视频模态中关键词的情感倾向，目的是为了获取媒体中用户对指定事件的情感倾向，可以用于舆情检测。

（2）自然语言生成：多模态生成，生成模型能够根据一种模态输入生成另一种模态的输出，例如从文本生成图像，从图像生成描述性文本或者诗歌。目前研究涉及融合文本和图像信息，并结合情感分析、目标检测等技术，最终生成诗歌。

2、计算机视觉

（1）目标检测：关注在图像中识别和定位目标，研究内容集中在如何设计高效准确的算法，以减少图像中检测目标的时间，并提高检测的精确度，包括小目标检测、密集目标检测、轻量级检测模型设计等。

（2）图像分割：主要涉及弱监督分割，主要内容就是减少对高成本像素级标注数据的依赖，使用低成本和更容易获取的标注（如图像级标签、边界框、点级标注等）训练模型，进行图像分割。可以应用在自动驾驶、视频监控、医学图像分析、卫星遥感影像分析和图像检索等领域。

（3）图文匹配：主要是基于文本的行人重识别，给出特定行人的文本描述，算法模型在图像库中寻找到该行人对应的图像。在监控领域上具有广泛的应用前景，如人员布控、失踪人员搜索和安全事件调查等。

3、定量预测

（1）时间序列预测：设计或优化对于时间序列预测任务的深度学习模型，达到优于研究领域当时精度最高的深度学习模型。可以通过时间序列实时监测电商平台的用户行为、交易量和访问流量，提前检测可能的流量异常和高并发事件，确保电商平台的稳定性和响应速度。

（2）地理与农业信息预测：将深度学习模型和遥感技术结合，应用在土壤的有机质预测中。期望设计出精度最优的土壤有机质预测深度学习模型，使其能够应用在农业监测和管理决策中。