Γεώργιος Παπαδόπουλος
Επίκουρος Καθηγητής
Αντικείμενο: Γραφικά Υπολογιστών και Υπολογιστική Όραση
Email:
Γραφείο: 3.4
Βιογραφικό Σημείωμα
Ο Γεώργιος Θ. Παπαδόπουλος (IEEE) έλαβε το Δίπλωμα και το Διδακτορικό τίτλο σπουδών από το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών από το Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Ήταν Μεταδιδακτορικός Ερευνητής στο Ίδρυμα Τεχνολογίας και Έρευνας/Ινστιτούτο Πληροφορικής (ΙΤΕ/ΙΠ) και στο Εθνκό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης/Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών(ΕΚΕΤΑ/ΙΠΤΗΛ). Επί του παρόντος, είναι Επίκουρος Καθηγητής στο Τμήμα Πληροφορικής και Τηλεματικής του Χαροκόπειου Πανεπιστημίου Αθηνών με αντικείμενο τη Γραφική Υπολογιστών και Υπολογιστική Όραση. Έχει δημοσιεύσει πάνω από 100 ερευνητικές εργασίες με κριτές σε διεθνή περιοδικά και πρακτικά συνεδρίων. Τα ερευνητικά του ενδιαφέροντα περιλαμβάνουν την υπολογιστική όραση, την τεχνητή νοημοσύνη, τη μηχανική/βαθιά μάθηση, την αναγνώριση ανθρώπινων κινήσεων, την αλληλεπίδραση ανθρώπου-υπολογιστή και την εξηγήσιμη τεχνητή νοημοσύνη. Είναι μέλος του Τεχνικού Επιμελητηρίου Ελλάδας.
Επιλεγμένες Δημοσιεύσεις
- J. Cani, C. Diou, S. Evangelatos, V. Argyriou, P. Radoglou-Grammatikis, P. Sarigiannidis, I. Varlamis, and G. Th. Papadopoulos, "Illicit object detection in x-ray imaging using deep learning techniques: A comparative evaluation", IEEE Access, 2026.
- P. Alimisis, I. Mademlis, P. Radoglou-Grammatikis, P. Sarigiannidis, and G. Th. Papadopoulos, "Advances in diffusion models for image data augmentation: A review of methods, models, evaluation metrics and future research directions", Artificial Intelligence Review, 2025.
- S. Konstantakos, J. Cani, I. Mademlis, D. I. Chalkiadaki, Y. M. Asano, E. Gavves, and G. Th. Papadopoulos, "Self-supervised visual learning in the low-data regime: a comparative evaluation", Neurocomputing, 2025.
- N. Rodis, C. Sardianos, P. Radoglou-Grammatikis, P. Sarigiannidis, I. Varlamis, and G. Th. Papadopoulos. "Multimodal explainable artificial intelligence: A comprehensive review of methodological advances and future research directions", IEEE Access, 2024.
- G. Th. Papadopoulos, M. Antona, and C. Stephanidis, "Towards open and expandable cognitive AI architectures for large-scale multi-agent human-robot collaborative learning", IEEE Access, 2021.
- P. Alimisis, I. Mademlis, P. Radoglou-Grammatikis, P. Sarigiannidis, and G. Th. Papadopoulos, "Advances in diffusion models for image data augmentation: A review of methods, models, evaluation metrics and future research directions", Artificial Intelligence Review, 2025.
- S. Konstantakos, J. Cani, I. Mademlis, D. I. Chalkiadaki, Y. M. Asano, E. Gavves, and G. Th. Papadopoulos, "Self-supervised visual learning in the low-data regime: a comparative evaluation", Neurocomputing, 2025.
- N. Rodis, C. Sardianos, P. Radoglou-Grammatikis, P. Sarigiannidis, I. Varlamis, and G. Th. Papadopoulos. "Multimodal explainable artificial intelligence: A comprehensive review of methodological advances and future research directions", IEEE Access, 2024.
- G. Th. Papadopoulos, M. Antona, and C. Stephanidis, "Towards open and expandable cognitive AI architectures for large-scale multi-agent human-robot collaborative learning", IEEE Access, 2021.