一、个人基本信息
丁昕苗，女，1979年10月生，教授，现为山东工商学院信息与电子工程学院教师，硕士研究生导师。2001年毕业于山东理工大学应用电子专业，获工学学士学位；2004年毕业于大连海事大学电路与系统专业，获工学硕士学位；2013年毕业于中国矿业大学（北京）检测技术与自动化装置专业，获工学博士学位；2015年于中国科学院自动化研究所交流访问1年。主要研究领域：计算机视觉、多媒体信息检索及视觉跟踪。为人正直认真，简单直接，严格但不严厉。
二、科研项目
[1]国家自然科学基金青年项目：视频情感理解及在互联网恐怖视频识别中的应用（61303086），负责人
[2]国家自然科学基金面上项目：基于深度多示例学习的视频理解与内容安全分析（61876100），负责人
[3]山东省高校优秀青年创新团队支持计划项目：智能传感和深度网络感知计算研究（2019KJN041），负责人
三、科研获奖
[1] 2016年获得山东省高校科研成果奖三等奖（第一完成人）。
四、国家技术发明专利
1. 丁昕苗，郭文，朱智林等，发明专利：一种基于情感显著性特征融合的视频情感识别方法，申请号：CN201510534693.7，授权。
2. 丁昕苗，郭文，刘延武等，发明专利：一种基于多示例包特征学习的图像多标签标注算法，申请号：CN201610076444.2，授权。
3. 胡卫明，丁昕苗，李兵，发明专利：基于判别性示例选择多示例学习的恐怖视频识别算法，申请号：CN201310376064.7，授权。
4. 胡卫明，丁昕苗，李兵，发明专利：基于多视角多示例学习的恐怖视频场景识别方法，申请号：CN201310376618.3，授权。
五、代表性论文
[1]Xinmiao Ding, Bing Li, Yangxi Li, et al.Web Objectionable Video Recognition Based on Deep Multi-Instance Learning With Representative Prototypes Selection, IEEE Transactions on Circuits and Systems for Video Technology, Vol.31, No.3, pp. 1222-1233, 2021.
[2] Xinmiao Ding, Bing Li, Weihua Xiong, et al.: Multi-Instance Multi-label Learning Combining Hierarchical Context and its Application to Image Annotation, IEEE Transaction on Multimedia, Vol.18, No. 8, pp. 1616–1627, 2016.
[3] 丁昕苗, 李兵, 胡卫明等. 基于多视角融合稀疏表示的恐怖视频识别, 电子学报, 第2期, 第42卷, pp.301-305, 2014.
[4] Weiming Hu, Xinmiao Ding, Bing Li et al.: Multi-Perspective Cost-Sensitive Context- Aware Multi-Instance Sparse Coding and Its Application to Sensitive Video Recognition, IEEE Transaction on Multimedia, Vol.18, No.1, pp.76-89, 2016.
[5] 丁昕苗，吕文恬，郭文，敏感视频判别性特征投影识别算法，计算机辅助设计与图形学学报，第32卷, 第5期, 2020.
[6] 丁昕苗, 郭文, 徐长胜, 基于黎曼流型度量的人工鱼群算法视觉跟踪, 计算机科学, 第5期, pp.266-270, 2012.
[7] Xinmiao Ding, Lulu Huang, Bing Li et al.: A Novel Emotional Saliency Map to Model Emotional Attention Mechanism, The 22nd International Conference On MultiMedia Modelling(mmm2016), 4-6 January, Miami, USA, pp.197-206, 2016.
[8] Xinmiao Ding, Bing Li, Weiming Hu et al.:Horror Video Scene Recognition based on Multi-view Multi-instance Learning, the 11th Asian Conference on Computer Vision (ACCV), pp.599-610, 2012.
[9] Xinmiao Ding, Bing Li, Weiming Hu et al.:Context-aware Horror Video Scene Recognition via Cost-sensitive Sparse Coding, the 21st IEEE International Conference on Pattern Recognition(ICPR), pp.1904-1907, 2012.
[10] 陈彤彤, 丁昕苗, 柳婵娟等. 一种基于多核融合的多示例多标签学习算法, 计算机科学, 第2期, pp.287-292, 2016年。
