王海东博士简介

发表时间：2025-08-25 点击次数：

姓   名：王海东

所属学科：计算机科学与技术

职称：讲师

E-mail: open@hutb.edu.cn

研究领域：类脑感规控、人车仿真、OpenHUTB

掌握的外国语：英语

来校时间：2022.7.1

教育背景：

2018 至 2022、湖南商学院、学士、计算机科学与技术

2014 至 2017、中国科学院大学、硕士、计算机技术

2010 至 2014、湖南大学、博士、计算机科学与技术

 工作经历：

2017-2018、地平线机器人科技有限公司、研发工程师

 社会兼职： 

《IEEE Transactions on Knowledge and Data Engineering》、《IEEE Transactions on Intelligent Transportation Systems》、《ACM International Conference on Multimedia》等期刊审稿人；长沙智能驾驶研究院伦理委员会成员。

 主要课题：

1、 湖南省科技厅，优秀青年项目，2024JJ6190，基于大脑皮层解剖对齐的类脑视觉感知可解释性方法研究，2024.3-至今，在研，主持

2、 湖南省教育厅, 优秀青年项目, 22B0646, 基于神经解剖对齐的类脑视觉感知方法研究, 2022.10-2025.10,结题, 主持

3、 湖南省科技厅，重点研发项目，2024JK2007-1，基于仿真优化的自动驾驶危险场景生成与性能边界改进技术及应用，2024.12-至今，在研，参与

4、 湖南工商大学, 一般项目, 2023SZJ19, 智能交通场景下类脑意图识别可解释性方法研究, 2023.10-至今,在研, 主持

5、 湘江实验室, 一般项目, 23XJ03009, 智能汽车类脑感知与决策可解释性关键技术研究, 2023.12-2025.10, 结题, 主持

6、 湘江实验室，重大项目子课题，24XJ01001-5，全息媒体创意大模型智能体，2026.1-至今，在研，主持

7、 湘江实验室，重点项目子课题，25XJ02003-3，融合多物理场的非线性动力学建模及环境实时演化方法, 2026.1-至今，在研，主持

8、 湘江实验室, 陈院士湘江实验室重大项目子课题-006, 湘江实验室重大项目子课题, 城市道路交通仿真系统研发,2024.7-至今,在研, 主持

  主要论文：

1、 Wang H, Xiao P, Liu A, et al. UTDT: A Baseline Benchmark for Urban Traffic Flow Digital Twins via Roadside LiDAR–Camera Fusion[J]. IEEE Transactions on Intelligent Transportation Systems, 2026.

2、 Wang H, He X, Li Z, et al. JDAN: Joint Detection and Association Network for Real-Time Online Multi-Object Tracking[J]. ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2022.

3、 Wang H, Li Z, Nai K, et al. BTN: Neuroanatomical aligning between visual object tracking in deep neural network and smooth pursuit in brain[J].Neurocomputing, 2022, 486: 16-26.

4、 Wang H, Wang S, Lv J, et al. Non-local attention association scheme for online multi-object tracking[J]. Image and Vision Computing, 2020, 102: 103983.

5、 Wang H, Zhang J, Shan Q, et al. Visual Information Decoding Based on State-Space Model with Neural Pathways Incorporation[J]. Electronics, 2025, 14: 2445.

6、 Wang H, Ma X , Yang Z , et al. Computing the Atmospheric Point Spread Function by Artificial Neural Networks[J]. Laser & Optoelectronics Progress, 2016.

7、 Wang H, Li Z, Li Y, et al. STURE: Spatial–Temporal Mutual Representation Learning for robust data association in online multi-object tracking[J]. Computer Vision and Image Understanding, 2022, 220: 103433.

8、 Li X, Wei J, Wang H, et al. Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework[J]. IEEE Network, 2025.

9、 Nai K, Li Z, Wang H. Learning channel-aware correlation filters for robust object tracking[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(11): 7843-7857.

10、 Ma X, Wang H, Li L, et al. Neural network simulation of the atmospheric point spread function for the adjacency effect research[C] Optics in Atmospheric Propagation and Adaptive Systems XIX. SPIE, 2016, 10002: 95-104.

11、 Mao W, Zhu H, Wang H, et al. Forecasting and trading credit default swap indices using a deep learning model integrating Merton and LSTMs[J]. Expert Systems with Applications, 2023, 213: 119012.

12、 He, X., Yuan, J., Li, M., Wang, R., Wang, H. A Text-Specific Domain Adaptive Network for Scene Text Detection in the Wild. Applied Intelligence,2023, 53(22), 26827-26839.

13、 Jin D, Wie G, Wang H. Sensitivity of Short-Range Order Prediction to Machine Learning Potential Formalisms: A Case Study on NbMoTaW High-Entropy Alloy. Chinese Physics B.2025.

14、 Huang H; Zhang W; Li C; Li X; Wang H; Wu Y.Adaptive Traffic Signal Control Based on Multi-Agent Soft Actor-Critic.IEEE Internet of Things Journal.2026.

15、 Nai K, Li Z, Wang H. Dynamic feature fusion with spatial-temporal context for robust object tracking[J]. Pattern Recognition, 2022, 130: 108775.

招生说明：

课题组主要研究方向包括类脑感规控、人车仿真、开源社区等。希望申请本人方向的学生具有以下基本素养：1）积极乐观，勤奋好学，较强的动手能力；2）具有较较强的编程能力，熟悉编程语言Python、C/C++。对有志于攻读硕士的同学，请你在电子邮件中详细说明你的基本情况，包括熟悉的编程语言、项目经验、课程设计、毕业设计、本科成绩单等。