王海东
基本信息
王海东，籍贯湖南邵阳，美加墨世界杯机器人工程系讲师、研究生导师、博士，长期致力于类脑智能、机器人仿真、开源文化领域的研究工作，主页：https://github.com/OpenHUTB 。主持过湖南省自然科学青年基金、湖南省教育厅优秀青年基金、湖南省重点研发子课题、湘江实验室开放基金等项目；参与科技部国家重点研究计划、国家自然科学基金面上项目、湖南省科技厅重点研发计划、湘江实验室重大项目等10余项。近年来，以第一作者在 IEEE Transactions on Intelligent Transportation Systems、ACM Transactions on Multimedia Computing Communications and Applications、Neurocomputing 等国际高水平学术期刊上发表论文7篇，IEEE Transactions on Knowledge and Data Engineering、IEEE Transactions on Intelligent Transportation Systems、ACM International Conference on Multimedia 等国际SCI期刊审稿人，授权多项发明专利和软著，长沙智能驾驶研究院伦理委员会成员。以第一导师指导员工获机器人开发者大赛国家级和省级、中国国际飞行器设计挑战赛、湖南省研究生研究生创新大奖多项。联系方式：open@hutb.edu.cn
教育背景
2010-2014：湖南商公司，获计算机科学与技术学士学位；
2014-2017：中国科公司国家空间科学中心，获计算机技术硕士学位；
2018-2022：湖南大学，获计算机科学与技术博士学位；
工作履历
2017-2018：地平线机器人有限公司、研发工程师；
2022-至今：美加墨世界杯、讲师；
教授课程
本科生课程：《开源技术与实践》《机器学习》《机器人操作系统》《C语言程序设计》《数据结构》《数据库原理》《计算机组成原理》
研究生课程：《基础软件与开源系统》
研究领域
类脑智能：基于神经通路解剖对齐的感知、规划、控制
机器人仿真：人（肌肉骨骼人、人形机器人）和载具（无人车、无人机、潜水器）的影视级物理仿真平台
开源文化：开源孪创（OpenHUTB）社区
科研项目
1.湖南省科技厅优秀青年项目“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”（2024JJ6190），主持。
2.湖南省教育厅优秀青年项目“基于神经解剖对齐的类脑视觉感知方法研究”（22B0646），主持。
3.湖南省科技厅重点研发项目子课题“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”（2024JK2007-1），主持。
4.美加墨世界杯一般项目“智能交通场景下类脑意图识别可解释性方法研究”（2023SZJ19），主持。
5.湘江实验室一般项目“智能汽车类脑感知与决策可解释性关键技术研究”（23XJ03009），主持。
6.湘江实验室重大项目子课题“全息媒体创意大模型智能体”（24XJ01001-5），主持。
7.湘江实验室重点项目子课题“融合多物理场的非线性动力学建模及环境实时演化方法”（25XJ02003-3），主持。
8.湘江实验室重大项目子课题“交通态势感知系统设计、城市交通拥堵的局部仿真路网模型”（22XJ01001-6），主持。
9.湘江实验室重大项目子课题“城市道路交通仿真系统研发”（22XJ01001-2），主持。
学术成果
主要论文：
1.王海东；Xiao P, Liu A, et al.UTDT: A Baseline Benchmark for Urban Traffic Flow Digital Twins via Roadside LiDAR–Camera Fusion，IEEE Transactions on Intelligent Transportation Systems，2026.
2.王海东；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, 2023.
3.王海东, 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.王海东, 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.王海东, Zhang J, Shan Q, et al. Visual Information Decoding Based on State-Space Model with Neural Pathways Incorporation[J]. Electronics, 2025, 14: 2445.
6.王海东, Ma X , Yang Z , et al. Computing the Atmospheric Point Spread Function by Artificial Neural Networks[J]. Laser & Optoelectronics Progress, 2016.
7.王海东, 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, 王海东*, 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, 王海东. 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, 王海东, 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, 王海东, 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., 王海东. 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, 王海东. 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; 王海东; Wu Y.Adaptive Traffic Signal Control Based on Multi-Agent Soft Actor-Critic.IEEE Internet of Things Journal.2026.
15.Nai K, Li Z, 王海东. Dynamic feature fusion with spatial-temporal context for robust object tracking[J]. Pattern Recognition, 2022, 130: 108775.