.png){kind=icon}
徐
徐常胜 (Changsheng Xu)
H指数:81
被引数:2.5万
个人简介
任职于中国科学院自动化研究所模式识别国家重点实验室，研究员，博士生导师、硕士生导师。1996-1998年在该实验室从事博士后研究，1998-2008年在新加坡资讯通信研究院任研究员，2008年至今任现职。研究方向为多媒体分析、计算机视觉、模式识别、图像处理等。
教育背景
暂无内容
工作经历
2008.01 – 至今
中国科学院自动化研究所模式识别国家重点实验室
研究员
1998.01 – 2008.12
新加坡资讯通信研究院
研究员
1996.01 – 1998.12
中国科学院自动化研究所模式识别国家重点实验室
博士后
荣誉奖项
- 国家杰出青年科学基金
- 国家万人计划科技领军人才
- 国家百千万人才工程
- 科技部重点领域创新团队负责人
- 国际电子电气工程师学会会士（IEEE Fellow)
- 国际模式识别学会会士（IAPR Fellow）
- 国际计算机学会杰出科学家（ACM Distinguished Scientist）
- 中国电子学会自然科学一等奖
- 最佳论文奖｜多媒体国际会议ACM MM, 国际期刊ACM Trans. on Multimedia Computing, Communications and Applications等
内生黄杆菌的增强定殖促进植物对镰刀菌枯萎病的抗性
Advanced Science
IF14.1
UVTrack3D: 面向类别统一的3D单目标跟踪的体素结构表示
六类青光眼药物相关的不良药物事件：一项基于FAERS数据库真实世界数据的回顾性药物警戒研究
基于智能手机的轻量级AI系统用于实时多种眼前节疾病筛查：开发与真实世界验证
BMC Medicine
IF8.3
短视频传播影响力评级：一个新真实世界数据集和一个新的大图模型
去噪增强的多模态检测网络用于虚假新闻视频检测
数据要素的市场化与企业的绿色创新：来自中国数据交易平台建立的经验证据
Sustainability
IF3.3
互补文本引导注意力用于零样本对抗鲁棒性
代码驱动的LLM代理用于一次性解释性视觉问答
基于Janus-Pro驱动的提示解析的高效多实例生成
在不遗忘已知信息的情况下学习未知信息：基于组合性和双向低秩自适应的开放世界检测Transformer
通过预训练攻击网络对任何CLIP模型和任何目标类的可迁移后门攻击
模态协作的低秩分解器用于少样本视频领域自适应
THMM-CLIP：面向无复演类增量学习的任务引导分层多模态对齐
基于文本属性异构图的知识增强语言模型预训练
Fed-DiffLoRA：面向T2I扩散模型的个性化联邦风格迁移
健康导向的多模态食品问答系统：隐式与显式知识融合
特定于类的知识引导的多模态提示调整，用于少量类增量学习
