王飞，光学工程博士，中国科学院上海光学精密机械研究所副研究员、硕士生导师。长期从事基于人工智能的计算光学成像研究，解决低采样、强散射、弱光照等极端条件下的光信息感知问题，代表性成果是提出了基于物理增强深度学习的计算光学成像方法，具有广泛影响力。在Light：Science & Applications（2020, 2022, 2025）、Advanced Photonics（2025）、Laser & Photonics Reviews（2025）等刊物发表论文40余篇，其中4篇入选ESI高被引论文，1篇入选Light期刊杰出论文（Top10）。获中国科学院院长特别奖、中国光学工程学会创新论文奖、中国科学院百篇优博、连续入选斯坦福大学全球前2%榜单。协助指导的研究生获得国家奖学金、优秀毕业生等奖项。

Google Scholar、ResearchGate

代表性论文列表（第一作者）：

[1] Wang F, Czarske J W, Situ G. Deep learning for computational imaging: from data-driven to physics-enhanced approaches[J]. Advanced Photonics, 2025, 7(5): 054002-054002. [Invited Review]

[2] Wang F, Bian Y, Wang H, et al. Phase imaging with an untrained neural network[J]. Light: Science & Applications, 2020, 9(1): 77. [ESI Highly Cited Paper]

[3] Wang F, Wang C, Chen M, et al. Far-field super-resolution ghost imaging with a deep neural network constraint[J]. Light: Science & Applications, 2022, 11(1): 1. [ESI Highly Cited Paper]

[4] Wang F, Wang C, Deng C, et al. Single-pixel imaging using physics-enhanced deep learning[J]. Photonics Research, 2021, 10(1): 104-110. [ESI Highly Cited Paper]

[5] Wang F, Wang H, Wang H, et al. Learning from simulation: An end-to-end deep-learning approach for computational ghost imaging[J]. Optics Express, 2019, 27(18): 25560-25572. [ESI Highly Cited Paper]

代表性论文列表（共同通讯作者）：

[1] Yuan H, Wang F*, Liu J, Situ G*. Large field-of-view imaging through scattering layers with optimized illumination and localization-grayscale fusion[J]. Laser & Photonics Reviews, (2025): e01315.

[2] Zhang X, Deng C, Wang C, Wang F*, Situ G*. VGenNet: variable generative prior enhanced single pixel imaging[J]. Acs Photonics, 2023, 10(7): 2363-2373.

[3] Wang H, Wang F*, Zhang Y, et al. Fourier-inspired single-pixel holography[J]. Optics Letters, 2025, 50(4): 1269-1272.

[4] Tang Z, Wang F*, Fu Z F, et al. DeepSCI: scalable speckle correlation imaging using physics-enhanced deep learning[J]. Optics Letters, 2023, 48(9): 2285-2288.

[5] Li S, Wang F*, Fu Z, et al. Dynamic quantitative phase imaging using deep spatial-temporal prior[J]. Optics Express, 2025, 33(4): 7482-7491.

招收专业

080300-光学工程

085408-光电信息工程

招生方向

课题组长期招收对计算光学成像具有浓厚兴趣的实习生、硕博研究生

欢迎具有以下相关方向经验的同学加入：

• 光学成像：主动/被动光学遥感、单像素/单光子成像、散射成像、超分辨、相位成像、红外成像
• 算法设计：端到端编解码联合优化、自监督学习、小样本学习、轻量化网络架构、光神经网络、多模态大模型
• 系统开发：模型部署、光学设计、机械设计、电子电路、同步控制、伺服控制

联系方式

电子邮件：wangfei@siom.ac.cn

邮件主题：姓名-人员类型-个人意向

邮件附件：个人简历、成绩单、英语水平证明

2018-09--2022-06   中国科学院上海光学精密机械研究所   博士
2017-09--2018-06   中国科学技术大学   博士
2013-09--2017-06   东南大学   本科

工作简历

2024年11月至今, 中国科学院上海光学精密机械研究所, 副研究员

2022年7月~2024年11月, 中国科学院上海光学精密机械研究所, 助理研究员

---

​社会兼职

2025年2月至今,《光电融合》成像与显示栏目编委会, 青年编委

科研项目

（1） 基于智能设计xxx成像方法研究, 负责人, 国家任务, 2025-01--2027-12

（2） 复杂环境中的超视距智算光学成像技术, 参与, 国家任务, 2024-01--2028-12

（3） 基于学习优化编码的xxx成像方法, 负责人, 所自主部署任务, 2025-01--2027-12

（4） 模型与数据联合驱动的计算光学成像方法研究, 负责人, 地方任务, 2023-03--2026-02

（5） 信息光学远场超分辨成像原理验证样机研制与外场试验研究, 参与, 国家任务, 2024-12--2029-11

（6） 可信智能计算光学成像 (中国科学院特别研究助理资助项目), 负责人, 其他, 2022-07--2025-07

---

学术会议

（1）AOMATT2025, Deep learning from computational imaging: from data-driven to physics-enhanced approaches, Chengdu, 2025.07.20~2025.07.22, 邀请报告

（2）Advanced Photonics论坛：智能光子学, 智能计算成像:从数据驱动到模型驱动, Beijing, 2023.10.31~2023.11.02, 邀请报告

（3）光学工程前沿交叉科学大会, Physics-enhanced deep learning and its applications in computational imaging, Changsha, 2023.05.12~2023.05.14, 邀请报告

（4）第十二届全国量子成像学术会议, 融合物理模型的智能计算成像方法及应用, Qingdao, 2022.08.17~2022.08.19, 邀请报告

（5）SPIE Photonics Asia 2019, Learning from simulation: An end-to-end deep learning approach for computational ghost imaging, Hangzhou, 2019.10.20~2019.10.23

1. X-ray ptychography using physics-enhanced implicit neural representations, Optics Letters, 2025, 第2作者, 共同通讯作者
2. Motion-informed wide-field dynamic imaging through scattering layers，Optics Letters, 2025, 第2作者, 共同通讯作者
3. Imaging through dynamic scattering media with an adapter-enhanced diffusion model, Optics Express, 2025, 第6作者, 共同通讯作者
4. Large Field-Of-View Imaging Through Scattering Layers With Optimized Illumination and Localization–Grayscale Fusion, Laser&Photonics Review, 2025, 第2作者, 共同通讯作者
5. Deep learning for computational imaging: from data-driven to physics-enhanced approaches, Advanced Photonics, 2025, 第1作者
6. Single-layer metasurface for snapshot high-dynamic-range imaging, Photonics Research, 2025, 第8作者
7. TransFNet: A physics-enhanced transformer for speckle correlation imaging, Optics Communications, 2025, 第2作者, 共同通讯作者
8. Learning-based high-speed single-pixel imaging using a cyclic random mask, Optics Express, 2025, 第5作者, 共同通讯作者
9. Non-line-of-sight imaging under white-light illumination using physics-enhanced deep learning, Applied Optics, 2025, 第2作者, 共同通讯作者
10. Physics and data-driven alternative optimization enabled ultra-low-sampling single-pixel imaging, Advanced Photonics Nexus, 2025, 第4作者
11. AdaptiveNet: a learning-based method for the restoration of optically degraded images, Journal of Optics, 2025, 第2作者
12. Dynamic quantitative phase imaging using deep spatial-temporal prior, Optics Express, 2025, 第2作者, 共同通讯作者
13. Fourier-inspired single-pixel holography, Optics Letters, 2025, 第2作者, 共同通讯作者
14. Broadband and polarization-independent modulation using a single layer dielectric metasurface, Nanoscale, 2025, 第2作者
15. Fourier phase retrieval using physics-enhanced deep learning, Optics Letters, 2024, 第2作者, 共同通讯作者
16. PENTAGON: Physics-enhanced neural network for volumetric flame chemiluminescence tomography, Optics Express, 2024, 第4作者
17. Learning-based real-time imaging through dynamic scattering media, Light: Science & Applications, 2024, 第2作者
18. Passive imaging through inhomogeneous scattering media, Scientific Reports, 2024, 第2作者
19. Varifocal metalens for compact and accurate quantitative phase imaging, ACS Photonics, 2024, 第5作者
20. Adaptive imaging through dense dynamic scattering media using transfer learning, Optics Express, 2024, 第2作者, 共同通讯作者
21. Fourier phase retrieval using multiple constraints based on physics enhanced neural network, Advanced Fiber Laser Conference (AFL2023), 2024, 第2作者
22. Learned spinning mask for high-speed single-pixel imaging, Advanced Fiber Laser Conference (AFL2023), 2024, 第4作者
23. Passive imaging through dense scattering media, Photonics Research, 2023, 第2作者
24. Approximating the uncertainty of deep learning reconstruction predictions in single-pixel imaging, Communications Engineering, 2023, 第3作者
25. Learning-based adaptive under-sampling for Fourier single-pixel imaging, Optics Letters, 2023, 第2作者, 共同通讯作者
26. DeepSCI: scalable speckle correlation imaging using physics-enhanced deep learning, Optics Letters, 2023, 第2作者, 共同通讯作者
27. VGenNet: variable generative prior enhanced single pixel imaging, ACS Photonics, 2023, 第4作者, 共同通讯作者
28. Passive imaging through dynamic scattering media using deep learning assisted by electronic ink displays, Optoelectronic Imaging and Multimedia Technology IX, 2023, 第2作者
29. Imaging through a scattering layer using the physics-enhanced deep neural network, Advanced Optical Imaging Technologies V, 2023, 第2作者
30. Accelerating PhysenNet by image prior, Digital Holography and Three-Dimensional Imaging, 2022, 第2作者
31. Far-field super-resolution ghost imaging with a deep neural network constraint, Light: Science & Applications, 2022, 第1作者
32. Single-pixel imaging using physics enhanced deep learning, Photonics Research, 2021, 第1作者
33. Non-line-of-sight imaging under white-light illumination: a two-step deep learning approach, Optics Express, 2021, 第3作者
34. BlindNet: an untrained learning approach toward computational imaging with model uncertainty, Journal of Physics D: Applied Physics, 2021, 第2作者
35. Two-step Deep Learning for Computational Imaging, Computational Optical Sensing and Imaging, 2021, 第3作者
36. Two-step training deep learning framework for computational imaging without physics priors, Optics Express, 2021, 第3作者
37. Incoherent imaging through highly nonstatic and optically thick turbid media based on neural network, Photonics Research, 2021, 第4作者
38. Learning-based short-coherence digital holographic imaging through scattering media, AOPC 2020, 2020, 第2作者
39. Phase imaging with an untrained neural network, Light: Science & Applications, 2020, 第1作者
40. Phase retrieval with deep learning, Optics and Photonics for Advanced Dimensional Metrology, 2020, 第2作者
41. Applications of Deep Learning in Computational Imaging, Acta Optica Sinica, 2020, 第1作者
42. Learning from simulation: An end-to-end deep-learning approach for computational ghost imaging, Optics Express, 2019, 第1作者