个人信息
Personal Information
联系方式
Contact Information
个人简介
Personal Profile
个人简介：
[1] 南开大学, 人工智能学院, 控制科学与工程专业
[2] University of British Columbia (2017年USNews排名世界第27名), Department of Electrical and Computer Engineering，
联合培养
[3] 天津大学, 电气自动化与信息工程学院, 信息与通信工程专业，博士学位
[4] 天津大学, 求是学部实验班 (全校入学成绩前5%), 电子信息工程专业，学士学位
主要研究方向：
[1] 计算机视觉：让计算机或机器人，通过分析视觉信息(图像和视频等)，感知外部环境；
[2] 多媒体技术：对不同模态多媒体内容 (图像、视频、语音、文本、3D模型等) 进行分析，并发现其中的规律线索。
招生代码：
[1] 学术硕士：070105运筹学与控制论、081100控制科学与工程、0811Z1人工智能
[2] 专业硕士：085400电子信息 (085406控制工程、085410人工智能)
正在招收2025年9月入学的硕士研究生（学硕/专硕/推免/考研等): 在顺利完成学业的情况下推荐暑期实习,国外高水平大学联合培养机会.为同学配有独立工位,配备4090以上显卡的GPU工作站.提供细致指导,包括如何选择适合自己的研究方向,如何设计神经网络,如何撰写高效率运行的代码,如何分析实验结果,如何撰写科技论文并回复审稿意见等.
2025年工程硕博联合培养专项计划推免生招生：本次招生计划面向本校硕士推免生同学(成绩排名须为前30%)，类型为全日制专硕。联培企业是兵器工业。学生入学后在校内外双导师指导下进行联合培养、开展科研攻关、到企业实习实践，总体培养方案、毕业条件，以及学费、学制、各类奖助学金等按所在专业相关标准执行。该项目提供校内住宿。毕业后可自由求职，也可由联培企业推荐工作岗位。联培企业可能设立其他奖助学金。
科研项目：
多媒体篡改检测关键技术研究
视频被动取证关键技术研究
面向深度伪造视频检测的轻量化神经网络技术研究
复杂环境下粒度自适应深度伪造视频检测技术研究
上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg科研项目：
多媒体篡改检测关键技术研究
视频被动取证关键技术研究
面向深度伪造视频检测的轻量化神经网络技术研究
复杂环境下粒度自适应深度伪造视频检测技术研究
基于动态图神经网络的高通量时间序列智能理解与分析
专利：
人脸篡改视频检测方法和人脸篡改视频检测装置
一种基于强化学习的视频篡改操作检测方法及装置
一种基于双流网络的视频篡改操作检测方法及装置
基于张量分解的情感识别方法、装置、介质及电子设备
一种电视台标删除检测方法
一种图像重采样操作插值类型识别方法
一种图像重采样操作检测方法
获奖：
全国博士后人工智能发展与应用论坛优秀奖
全国高校自动化类专业青年教师实验设备设计“创客大赛”银奖
教材：
《深度强化学习：基于Python的理论及实践》机械工业出版社
论文：
[18] Zero-shot Cross Modality Retrieval via High-Order Correlation and Graph Regularization
[17] Searching for the Fakes: Efficient Neural Architecture Search for General Face Forgery Detection
[16] TriPINet: Tripartite Progressive Integration Network for Image Manipulation Localization
[15] HODINet: High-Order Discrepant Interaction Network for RGB-D Salient Object Detection
[14] RSKNet-MTSP: Effective and Portable Deep Architecture for Speaker Verification
[13] MoADNet: Mobile Asymmetric Dual-Stream Networks for Real-Time and Lightweight RGB-D Salient Object Detection
[12] Video splicing detection and localization based on multi-level deep feature fusion and reinforcement learning
[11] FCMNet: Frequency-Aware Cross-Modality Attention Networks for RGB-D Salient Object Detection
[10] Video frame deletion detection based on time-frequency analysis
[9] Visual Sentiment Classification via Low-rank Regularization and Label Relaxation
[8] Object-based video forgery detection via dual-stream networks
[7] Towards general object-based video forgery detection via dual-stream networks and depth information embedding
[6] Video logo removal detection based on sparse representation
[5] Image Inpainting Detection Based on a Modified Formulation of Canonical Correlation Analysis
[4] AMFNet: an adversarial network for median filtering detection
[3] Sparsity-based image inpainting detection via canonical correlation analysis with low-rank constraints
[2] High-order temporal correlation model learning for time-series prediction
[1] Hierarchical image resampling detection based on blind deconvolution
本科必修课《深度学习》
本科必修课《机器学习》
本科选修课《Python语言程序设计》
研究生必修课《信息前沿讲座》（单次讲座）
IEEE/CCF/CAA 会员
审稿：IEEE TIFS/TCSVT/TMM/JBHI,
ACM TOMM,
Elsevier PR/PRL/SIGPRO/NEUCOM/IMAVIS/DISPLA,
Springer MTAP 等期刊审稿人
教育部学位与研究生教育发展中心学位论文评审专家
天津市企业科技特派员
文件上传中...
