模式识别、机器学习、深度学习、计算机视觉、AI4Science、OCR

依托中国科学院自动化研究所和中国科学院大学人工智能学院，每年招收直博生、普通博士生和硕士生。课题组迫切需要有学术追求、有深厚数学基础、英语水平和编程能力的学生加入，欢迎提前邮件联系。

招生要求：专业背景不限，希望有扎实的数理基础、较好的英语读写能力和编程能力，专注于科研的精神和追求高水平学术的理想。导师和课题组会因材施教，无论基础高低，全力培养出色的研究生。

近年来实验室学生在人工智能领域顶会（如CVPR, ICCV, NeurIPS等）和顶刊（如IEEE TPAMI, TIP, TNNLS, IJCV等）上均有高水平论文发表。课题组学生去向包括BAT、华为等大厂，科研院校，以及海外博士生或博士后深造。

教育经历

2008-2013：中科院自动化所，模式识别与智能系统，博士 （导师：刘成林研究员），CCF优博
2004-2008：武汉大学，计算数学，学士，湖北省优秀学士论文

工作经历

2013至今：中国科学院自动化研究所，助理研究员，副研究员，研究员
2020至今：中国科学院大学，人工智能学院，岗位教授
2015-2016：蒙特利尔大学，国家公派访问学者，Prof. Yoshua Bengio
2012：加拿大模式识别与机器智能中心，访问学者，Prof. Ching Y. Suen

Senior Area Editor (SAE), IEEE Trans. Image Processing
Associate Editor (AE), Pattern Recognition
Associate Editor (AE), Neural Networks
Associate Editor (AE), Neurocomputing
Publication Chair, Chinese Conference on Pattern Recognition and Computer Vision (PRCV 2024)
Publication Chair, IAPR Asian Conference on Pattern Recognition (ACPR 2017)
Publication Chair, International Conference on Frontiers in Handwriting Recognition (ICFHR 2016)
中国自动化学会，模式识别与机器智能专委会，副秘书长
中国图象图形学学会，文档图像分析与识别专委会，委员

2023秋季，本科生课程，《模式识别研讨课》，中国科学院大学（玉泉路）
2023秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2022秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2022秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2021秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2021秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2020秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2020秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2019秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2019秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2018夏季，研究生课程，《深度学习在视觉和自然语言处理中的应用》，中国科学院大学（雁栖湖）2018秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2018秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2017夏季，研究生课程，《深度学习在视觉和自然语言处理中的应用》，中国科学院大学（雁栖湖）2017秋季，博士生课程，《模式识别与机器学习》，中国科学院自动化所
2017秋季，研究生课程，《模式识别》，中国科学院大学（雁栖湖）
2016夏季，研究生课程，《深度学习》，中国科学院大学（雁栖湖）

中国科学院青年创新促进会优秀会员，2024
中国科学院大学“小米青年学者”，2023
科技创新2030新一代人工智能重大项目青年科学家，2022
朱李月华优秀教师奖，2021
吴文俊人工智能优秀青年奖，2020
中科院基础前沿研究计划从0到1原始创新项目，2019
中国科学院大学校级研究生优秀课程，2019
中国科学院青年创新促进会，2019
中国科协青年人才托举工程，2018 
中科院自动化所特聘青年骨干，2017
模式识别国家重点实验室优秀员工，2016
脑科学与智能技术卓越创新中心人才计划，2015
国家公派留学基金，2015
中国计算机学会优秀博士论文，2014
IEEE TPAMI焦点论文，2013

指导和协助指导学生情况：

朱飞，2023博士毕业，香港AIR中心博士后，中科院院长特别奖，中科院优博
李修川，2023硕士毕业，澳大利亚悉尼大学读博
徐玥，2022博士毕业，华为北京研究所
王瑞琪，2022博士毕业，华为2012实验室
杨红明，2020博士毕业，腾讯科技大数据部门
谢龙飞，2020硕士毕业，新奥集团数字研究院
沈媛媛，2020博士毕业，北京体育大学
何文浩，2019博士毕业，Flexiv（非夕）通用智能机器人公司
谢国森，2016博士毕业，南京理工大学教授

• Fei Zhu, Xu-Yao Zhang, Zhen Cheng, Cheng-Lin Liu. Revisiting confidence estimation: Towards reliable failure prediction. IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI), 2024.

• Yuqi Wang, Xu-Yao Zhang, Cheng-Lin Liu, Tieniu Tan, Zhaoxiang Zhang. Emergence of machine language: Towards symbolic intelligence with neural networks. National Science Review, 2024.

• Yue Xu, Xu-Yao Zhang, Zhaoxiang Zhang, Cheng-Lin Liu. Large-scale continual learning for ancient Chinese character recognition. Pattern Recognition, 2024.

• Xu-Yao Zhang, Guo-Sen Xie, Xiuli Li, Tao Mei, Cheng-Lin Liu. A survey on learning to reject. Proceedings of the IEEE, 2023.

• Fei Zhu, Xu-Yao Zhang, Rui-Qi Wang, Cheng-Lin Liu. Learning by seeing more classes. IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI), 2023.

• Guo-Sen Xie, Xu-Yao Zhang, Tian-Zhu Xiang, Fang Zhao, Zheng Zhang, Ling Shao, Xuelong Li. Leveraging balanced semantic embedding for generative zero-shot learning. IEEE Trans. Neural Networks and Learning Systems (TNNLS), 2023.

• Xiu-Chuan Li, Xiaobo Xia, Fei Zhu, Tongliang Liu, Xu-Yao Zhang, Cheng-Lin Liu. Dynamics-aware loss for learning with label noise. Pattern Recognition, 2023.

• Jiao Zhang, Xu-Yao Zhang, Chuang Wang, Cheng-Lin Liu. Deep representation learning for domain generalization with information bottleneck principle, Pattern Recognition, 2023.

• Fei Zhu, Zhen Cheng, Xu-Yao Zhang, Cheng-Lin Liu. Imitating the oracle: Towards calibrated model for class incremental learning. Neural Networks, 2023.

• Zhen Cheng, Fei Zhu, Xu-Yao Zhang, Cheng-Lin Liu. Adversarial training with distribution normalization and margin balance, Pattern Recognition, 2023.

• Hong-Ming Yang, Xu-Yao Zhang, Fei Yin, Qing Yang, Cheng-Lin Liu. Convolutional prototype network for open set recognition. IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI), 2022.

• Xiang Ao, Xu-Yao Zhang, Cheng-Lin Liu. Cross-modal prototype learning for zero-shot handwritten character recognition. Pattern Recognition, 2022.

• Xiu-Chuan Li, Xu-Yao Zhang, Fei Yin, Cheng-Lin Liu. Decision-based adversarial attack with frequency mixup. IEEE Trans. Information Forensics and Security (TIFS), 2022.

• Guo-Sen Xie, Xu-Yao Zhang, Yazhou Yao, Zheng Zhang, Fang Zhao, Ling Shao. VMAN: A virtual mainstay alignment network for transductive zero-shot learning. IEEE Trans. Image Processing (TIP), 2021.

• Xu-Yao Zhang, Cheng-Lin Liu, Ching Y. Suen. Towards robust pattern recognition: A review. Proceedings of the IEEE, 2020.

• Wenhao He, Xu-Yao Zhang, Fei Yin, Zhenbo Luo, Jean-Marc Ogier, Cheng-Lin Liu. Realtime multi-scale scene text detection with scale-based region proposal network. Pattern Recognition, 2020.

• Xiao-Bo Jin, Xu-Yao Zhang, Kaizhu Huang, Guang-Gang Geng. Stochastic conjugate gradient algorithm with variance reduction. IEEE Trans. Neural Networks and Learning Systems (TNNLS), 2019.

• Wenhao He, Xu-Yao Zhang, Fei Yin, Cheng-Lin Liu. Multi-oriented and multi-lingual scene text detection with direct regression. IEEE Trans. Image Processing (TIP), 2018.

• Xu-Yao Zhang, Fei Yin, Yan-Ming Zhang, Cheng-Lin Liu, Yoshua Bengio. Drawing and recognizing Chinese characters with recurrent neural network. IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI), 2018.

• Guo-Sen Xie, Xu-Yao Zhang, Shuicheng Yan, Cheng-Lin Liu. SDE: A novel selective, discriminative and equalizing feature representation for visual recognition. International Journal of Computer Vision (IJCV), 2017.

• Guo-Sen Xie, Xu-Yao Zhang, Shuicheng Yan, Cheng-Lin Liu. Hybrid CNN and dictionary-based models for scene recognition and domain adaptation. IEEE Trans. Circuits and Systems for Video Technology (TCSVT), 2017.

• Xu-Yao Zhang, Guo-Sen Xie, Cheng-Lin Liu, Yoshua Bengio. End-to-end online writer identification with recurrent neural network. IEEE Trans. Human-Machine Systems (THMS), 2017.

• Xu-Yao Zhang, Yoshua Bengio, Cheng-Lin Liu. Online and offline handwritten Chinese character recognition: A comprehensive study and new benchmark. Pattern Recognition, 2017.

• Ming-Ke Zhou, Xu-Yao Zhang, Fei Yin, Cheng-Lin Liu. Discriminative quadratic feature learning for handwritten Chinese character recognition. Pattern Recognition, 2016.

• Xu-Yao Zhang, Lingfeng Wang, Shiming Xiang, Cheng-Lin Liu. Retargeted least squares regression algorithm. IEEE Trans. Neural Networks and Learning Systems (TNNLS), 2015.

• Xu-Yao Zhang, Cheng-Lin Liu. Evaluation of weighted Fisher criteria for large category dimensionality reduction in application to Chinese handwriting recognition. Pattern Recognition, 2013.

• Xu-Yao Zhang, Cheng-Lin Liu. Writer adaptation with style transfer mapping. IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI), 2013.