李
李玺 (Xi Li)
H指数:50
被引数:1.1万
个人简介
浙江大学求是特聘教授,国家杰出青年科学基金获得者,国家青年特聘专家,浙江省特聘专家,杭州市钱江特聘专家,浙江省151人才培养工程第二层次。IAPR/IET/AAIA Fellow,美国国家人工智能科学院院士(NAAI Member),IEEE Senior Member,CCF杰出会员,CSIG杰出会员。入选全球前2%顶尖科学家榜单,Elsevier 2023“中国高被引学者”。科技部科技创新2030新一代人工智能重大项目首席科学家,国家自然科学基金重点项目负责人,教育部重点规划研究项目负责人,第七届中国图象图形学会理事,KJW重点基础研究项目负责人,国家自然科学基金面上项目负责人,浙江省自然科学基金重大项目负责人,宁波“科创甬江2035”重点研发计划项目负责人,浙江省杰出青年科学基金获得者。主要从事计算机视觉、模式识别和机器学习等领域的研究和开发。在国际权威期刊和国际顶级学术会议发表或录用文章200余篇,拥有多篇ESI高被引论文。担任FGIP 2021和ICCCV 2021的程序主席,AAAI 2026领域主席(SPC),CVPR 2020、ICCV 2019、ECCV 2020、ACM Multimedia 2020和2021、ICONIP 2020、IJCAI 2021和2019、ICPR 2020和2018、PRCV 2019和2020的领域主席(Area Chair)。担任《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Multimedia》、《IEEE Transactions on Circuits and Systems for Video Technology》、《IEEE Transactions on Cognitive and Developmental System》的Associate Editor,以及《Neurocomputing》和《Neural Processing Letters》的Associate Editor,中国图形图像学报青年编委。获得2021年世界人工智能大会最高奖——“卓越人工智能引领者”(SAIL奖),两项最佳国际会议论文奖(ACCV 2010和DICTA 2012),一项最佳学生论文奖(ACML 2017),2019年度中国图象图形学报最佳封面文章,2020年度中国图象图形学报年度优秀论文,一项ICIP 2015 Top 10%论文奖,2025年、2024年和2022年三项华为公司“难题揭榜”火花价值奖,华为2021年度优秀技术合作成果奖,2021年中国图象图形学会自然科学奖二等奖,2021年中国电子学会科技进步一等奖,2021年中国产学研合作促进会产学研合作创新与促进奖,2022年世界互联网领先科技成果,2022年陆增镛CAD&CG高科技奖一等奖,2023年中国发明协会发明创业奖创新奖一等奖,2022年教育部高等学校科学研究优秀成果奖科学技术进步奖一等奖,两项中国北京市自然科学技术奖(包括一等奖和二等奖),一项中国专利优秀奖,2023年腾讯鹅厂好专利奖。
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
专家级通用AI用于腹部CT诊断
Science
IF45.8
渐进式鲁棒解耦噪声-困难样本用于文本到图像的人体检索
遮荫处理对海南风吹楠幼苗生长、光合性能、叶微结构和色素积累的影响
Agronomy-Basel
IF3.4
MvtText:一种用于文本驱动的人体运动生成的多阶段潜在扩散框架
价值交付的韧性框架:项目组合网络中内生风险和恢复资源级联的建模
初步探讨老化微塑料在海水中的溶解性有机物释放行为:不同老化类型的影响
SDSP:基于大型语言模型从网络语料库中可扩展且多样化的合成成对文本生成
基于RAG的LLM在智能网络中的应用:全面综述与语义信息传输框架
不同生长时期Paphiopedilum parishii光合特性与叶结构比较研究
光照强度对两种Ormosia物种功能性状的影响
濒危植物Ormosia olivacea、Ormosia pachycarpa和Ormosia sericeolucida幼苗叶片功能性状及环境适应性的比较研究
一个经过精选和重新注释的整合了四个公共资源的周围血细胞数据集
Scientific Data
IF6.9
基于双Transformer架构的文本驱动3D人体运动生成,用于姿态估计
MovieChat+: 针对长视频问答的问句感知稀疏记忆
GAMA-Pose:基于图感知的多表示聚合的3D人体姿态估计
左氧氟沙星负载的锶取代羟基磷灰石-生物聚合物复合材料,用于增强骨髓炎治疗中的骨再生
PCE-GNN:一种具有预聚类策略的节点特征增强图神经网络
Machine Learning
IF2.9

