张堃博 副研究员 硕导
中国科学院自动化研究所
多模态人工智能系统全国重点实验室
模式识别北京市重点实验室
电子邮件: kunbo.zhang@ia.ac.cn
通信地址: 北京市海淀区中关村东路95号智能化大厦1509
邮政编码: 100190
招贤纳士
招募需求
对高水平AI原创研究与真实世界应用有长期兴趣的同学,希望你保持好奇、主动探索,在解决重要问题的过程中形成自己的判断力与创造力,为世界创造独特价值。
有意向的本科生、研究生、实习生、工程师和博士后请积极联系(也可开展远程合作),具备科研热情,具有科研与工程经验(在基座模型、图文生成与生成检测、智能体、图像处理与分析等领域有研究、论文、编程、工程应用等经历和成果)。
资源条件
1. 独有数据资源:大规模多领域的高质量自采自建独有领域大规模数据库
2. 充足资源支撑:自有及合作的灵活充足算力支撑,良好的软硬件资源
3. 全链路的指导:从数据采集到规模化应用的全链条指导经验能力
文化氛围
兼容并包、鼓励探索,个人专属培养方案,支持同学全方位快速发展
研究方向
1. AI4Science(生物医学)——通过理解多模态生物特征信息,为精准诊疗、药物开发、基础科研等领域提供精准、鲁棒、可解释的软硬一体通用型智能装备(肺、肝、乳腺、胆管、耳鼻喉、类器官、毒理等应用场景)。【与全国众多三甲医院合作,多个IIT研究进行中】
2. 安全可信的人工智能 (Trustworthy AI)——科学研究评价、可信科学AI、物理可解释AI。【国家重大项目支持,全国试点应用中】
3. 智能系统应用 (AI Applications)——围绕行业专用问题,为工业、安全等领域提质增效;高质量数据集建设与评测。
招生专业
081104-模式识别与智能系统
招生方向
计算机视觉、医学影像分析,智能系统应用
教育和工作经历
主持和技术负责20余项国家(国家重大仪器、国家自然基金、国家重点研发计划项目和课题、重大专项等)和省部级(北京市、天津市、四川省)项目,主持并交付国内外50余项智能技术与智能系统项目,部署于世界四大洲(美国、墨西哥、波兰、巴西、中国等国家),承担建设了国家科研论文学术不端主动监测平台并在多地试点应用。
发表论文46篇,近五年发表SCI/EI论文41篇(其中SCI 1区15篇),取得发明和PCT专利21项,参与制定国家标准7项。
教育经历:
2006-09--2011-06 State University of New York at Stony Brook 硕士、博士
2002-09--2006-06 北京理工大学 学士
工作经历:
2016-06~现在,中国科学院自动化研究所,多模态人工智能系统全国重点实验室,模式识别北京市重点实验室,博士后(合作导师:谭铁牛院士)、助理研究员、副研究员
2011-09~2016-04,Nexteer Automotive, Michigan, U.S.(原通用汽车),高级研发工程师
社会兼职:
中国图象图形学学会(CSIG)高级会员
2025-11-02-今,中国图象图形学会,企业联络与标准化工作委员会秘书长
2019-10-20-今,中国图象图形学会,机器视觉专委会委员、视觉大数据专委会委员
2016-06-12-今,天津中科智能识别有限公司(原天津中科智能识别产业技术研究院),副总经理,副院长
奖励与专利
天津市科学技术进步二等奖(2025,排名第一)
北京市科学技术进步一等奖(2025,排名第九)
省部级科学技术进步二等奖(2025)
天津市青年领军人才(2025)
天津市滨海新区科技创新领军人才(2024)
CASC科技进步一等奖(2024)
威力Wiley中国高贡献作者奖(2024)
国际生物特征大会最佳会议论文第二名,其他,2020
天津市留学人员科技活动启动项目择优资助—优秀类(2018)
北京市优秀毕业生(2006)
专利成果:
(1)活体虹膜检测方法、装置、电子设备和存储介质,发明专利,2024,第2作者,专利号:CN117935342A
(2)步态分类方法、装置及电子设备,发明专利,2023,第3作者,专利号:CN116486436A
(3)基于双目液体透镜的视线估计方法、设备和存储介质,发明专利,2023,第1作者,专利号:CN116594172A
(4)一种视线估计装置和视线估计方法,发明专利,2023,第1作者,专利号:CN116483196A
(5)行为识别方法及装置,发明专利,2023,第2作者,专利号:CN115966017A
(6)偏振图像生成方法、装置、电子设备和可读存储介质,发明专利,2022,第1作者,专利号:CN115424327A
(7)一种基于偏振成像的人脸活体检测方法,发明专利,2020,第1作者,专利号:CN111539348A
(8)多目标人群的虹膜图像获取装置与方法,发明专利,2023,第2作者,专利号:CN112395949B
(9)基于模板自适应匹配瓶体标签的缺陷检测方法,发明专利,2022,第1作者,专利号:CN113537301B
出版信息
发表论文
- Synergizing Disentangled Representation and Split Federated Learning to Break Centralized Bottlenecks in Gaze Estimation. International Journal of Computer Vision (IJCV), 2026. 通讯作者
- Multi-History-Step SDE Inversion for Image Editing with Superior Regional Awareness, The 19th European Conference on Computer Vision (ECCV), 2026, 通讯作者.
- Femtosecond Label-free imaging: A Rapid and Reliable Alternative for Intraoperative Pathological Assessment in Thoracic Oncology. The Journal of Thoracic and Cardiovascular Surgery (JTCVS) Open, 2026. 第5作者. (多模态飞秒无标记影像的胸部肿瘤术中快速诊断)
- Exploring Near-infrared Iris Image Sequences for High Throughput Iris Recognition. IEEE Transactions on Information Forensics and Security,2025. 第3作者. (高通量虹膜识别)
- Open-Vocabulary Text-Driven Human Image Generation (May, 10.1007/s11263-024-02079-7, 2024). INTERNATIONAL JOURNAL OF COMPUTER VISION, 2025. 通讯作者
- 基于拆分联邦学习的元宇宙视线交互中的隐私主动保护方法研究,计算机科学,2025. 通讯作者
- 基于深度学习的人脸属性编辑研究概述,计算机应用与软件,2025,第4作者
- Text-Driven 3D Human Generation via 2D Image Collections. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2024). 通讯作者
- Cross-Optical Property Image Translation for Face Anti-Spoofing: From Visible to Polarization. IEEE Transactions on Information Forensics and Security, 2024. 通讯作者(偏振人脸活体检测)
- A comprehensive research on light field imaging: Theory and application. IET Computer Vision, 2024. 通讯作者(2024年第四季度威立Wiley中国高贡献作者奖)
- 三维人脸成像及重建技术综述,中国图象图形学报,2024. 第2作者
- CASIA-iris-africa: A large-scale african iris image database. Machine Intelligence Research, 2024. 第4作者
- Boosting multi-modal ocular recognition via spatial feature reconstruction and unsupervised image quality estimation. Machine Intelligence Research, 2024. 第3作者
- Polarized Image Translation From Nonpolarized Cameras for Multimodal Face Anti-Spoofing. IEEE Transactions on Information Forensics and Security, 2023.
- AIF-LFNet: All-in-Focus Light Field Super-Resolution Method Considering the Depth-Varying Defocus. IEEE Transactions on Circuits and Systems for Video Technology, 2023. 第5作者
- Multiscale Dynamic Graph Representation for Biometric Recognition With Occlusions. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023. 第4作者
- Sensing micro-motion human patterns using multimodal mmradar and video signal for affective and psychological intelligence. Proceedings of the 31st ACM International Conference on Multimedia, 2023. 第5作者
- Pose-appearance relational modeling for video action recognition. IEEE Transactions on Image Processing, 2022. 第3作者
- A novel deep-learning pipeline for light field image based material recognition. 2020 25th International Conference on Pattern Recognition (ICPR), 2021. 第2作者
- High-fidelity view synthesis for light field imaging with extended pseudo 4DCNN. IEEE Transactions on Computational Imaging, 2020, 第3作者
- All-in-focus iris camera with a great capture volume. 2020 IEEE International Joint Conference on Biometrics (IJCB), 2020, 第1作者(Google Best Paper Runner-up 最佳论文第二名,虹膜计算成像设备)
- LFNet: A Novel Bidirectional Recurrent Convolutional Neural Network for Light-Field Image Super-Resolution. IEEE TRANSACTIONS ON IMAGE PROCESSING, 2018, 第3作者
参与制定标准
[1] GB/T 40660-2021 《信息安全技术 生物特征识别信息保护基本要求》
[2] GB/T 41819-2022 《信息安全技术 人脸识别数据安全要求》
[3] GB/T 41871-2022 《信息安全技术 汽车数据处理安全要求》
[4] GB/T 41988-2022 《公共安全 虹膜识别应用 图像技术要求》
[5] GB/T 41990-2022 《公共安全 虹膜识别应用 采集设备》
[6] GB/T 41989-2022 《公共安全 虹膜识别应用算法评测方法》
科研活动
科研项目
- 科研论文学术不端主动监测平台的技术迭代升级项目(科学技术部),175万,负责人,国家任务,2025-07--2025-12
- 儿童异常状态与行为的多模态数据融合技术研究,44万元,子课题负责人,国家重点研发计划“儿童异常行为精准干预关键技术研究及应用”项目,2025-05--2028-04
- 人脸偏振特征及其防伪应用研究,50万元,负责人,国家自然科学基金面上项目,2025-01--2028-12
- 基于通用人工智能的科研论文学术不端主动监测平台(科学技术部),692万元,负责人,国家任务,2024-07--2024-12
- 基于毫米波雷达和视频振动影像多模态感知的精神疾病筛查、监测和辅助诊断,参与,北京市科技新星交叉课题,2023-12--2025-10
- 基于弱标注信息的多模态数据标识技术研究,50万元,负责人,信息系统需求重点实验室开放基金课题,2023-01--2025-06
- 异构融合类脑计算芯片及系统研究,参与,国家自然科学基金重点项目,2023-01--2026-12
- 生物特征识别呈现攻击多模态检测技术研究,10万元,负责人,公安部第三研究所开放课题,2022-01--2023-12
- 复杂场景人员身份识别系统研究,200万元,负责人,国家任务,2021-06--2024-05
- 群体虹膜识别的高通量计算成像方法研究,54万元,负责人,国家自然科学基金面上项目,2021-01--2024-12
- 课题二,213万元,子课题负责人,国家重点研发计划,2021-12--2024-11
- 课题五,130万元,子课题负责人,中国科学院先导C类项目,2021-1--2021-12
- 课题五,240万元,课题负责人,国家重点研发计划,2019-7--2023-6
- 多模态感知与交互系统,参与,中国科学院先导A类计划课题,2020-07--2025-06
- 智能技术驱动的离散制造智能装备与关键技术(天津市滨海新区),625万元,负责人,地方任务,2018-02--2021-02
- 智能计算成像技术及其在工业机器视觉中应用的研究,50万元,负责人,天津市重点研发计划,2017-10--2020-09
- 装配工艺视觉智能解析技术及应用,50万元,负责人,四川省重点研发计划(院地合作),2017-09--2020.09
- 复杂场景中多模态生物特征获取设备,865万元,参与(技术负责),国家重大科研仪器研制项目,2015-01--2019.12
- 生产线检测质量管控与智能决策技术,108万元,参与(技术负责),国家重大项目
- 高安全等级移动终端关键技术课题子课题,150万元,参与(技术负责),国家重点研发计划,2017-07--2020-06
部分企业委托项目
- AR头盔与空间交互智能运维,350万元,中国海油能源发展
- 自动化焊接生产线改型消缺项目,3300万元,山东能源
- 跑冒滴漏智能视觉检测分析,中国铝业
- 酒瓶标签智能检测设备,郎酒
- 仓储机器人智能拆垛,北汽
- 焦罐车视觉智能检测与预警,首钢京唐钢焦化厂
- 汽车零部件视觉检测与生产追溯柔性系统,宝马、福特、通用、丰田等数十个型号汽车转向和传动系统生产制造(部署于中国、美国、波兰、墨西哥、巴西等地)
合作情况
主要合作对象包括在工业、医学、科技、安全领域的科技部、公安部三所、中信所、电子四院、航天科技、中电科、中海油、蚂蚁数科、301、清华长庚、上海胸科、飞秒科技等数十家头部单位,以及北京理工大学、北京邮电大学、天津大学等科研院所。