我目前在中国科学技术大学信息科学技术学院攻读计算机技术博士,隶属于类脑智能技术及应用国家工程实验室视觉几何组(USTC-VGG),导师是陈雪锦教授。硕士阶段(2024-2026)在合肥综合性国家科学中心人工智能研究院汪萌(IEEE/IAPR Fellow)教授团队联合培养,并由黄锦阳副教授指导;2024年本科毕业于合肥工业大学微电子学专业。
我的研究聚焦于脑启发多模态感知与认知智能,重点围绕视觉表征、脑启发模型设计与情感/认知/具身智能,以及 AI for Science 展开。长期而言,我希望面向真实世界复杂交互场景,构建兼具高效性、可信性、泛化性与个性化能力的智能系统。目前围绕上述方向,发表PNAS子刊、CCF A 类及 IEEE/ACM Trans 论文 11 篇(其中一作4篇)。同时我持续参与学术组织建设,现任情感计算与先进智能机器安徽省重点实验室(主任:汪萌教授)学生工作组组长,曾任安徽省人工智能学会情感计算专委会学生工作组组长。
此外,我也关注技术的产业转化与真实场景落地,曾作为负责人获得第八届中国国际“互联网+”大学生创新创业大赛国家级银奖(产业赛道安徽省唯一)。目前我是 XSheng Tech 的 Co-founder,团队致力于打造面向大模型时代的高性能计算与智能研发基础设施;目前已开源发布 MEGREZ 平台并服务于10余家科研机构与商业公司,欢迎体验与合作。
教育与工作经历
荣誉与服务
最新动态
- 2026.05: 🎉🎉 一篇关于视觉细粒度人格评估的论文被接收至 IEEE T-AFFC (CCF Rank B)!
- 2026.05: 🎉🎉 一篇关于视觉情感计算的论文被接收 IEEE T-CE!
- 2026.04: 🎉🎉 一篇关于具身AI的合作论文被接收至 IJCAI 2026 (CCF Rank B)!
- 2026.04: 🎉🎉 一篇关于EEG听觉注意力解码的合作论文被接收至 CogSci 2026 (CCF Rank B)!
- 2026.04: 🎉🎉 一篇关于遥感场景分类的合作论文被接收至 IEEE T-GRS (CCF Rank B)!
- 2026.03: 🎉🎉 一篇关于低光图像超分辨率的合作论文被接收至 IEEE ICME 2026 (CCF Rank B)!
- 2026.02: 🎉🎉 一篇关于手写身份验证的论文被接收至 IEEE T-DSC (CCF Rank A)!
- 2026.01: 🎉🎉 一篇关于三维物体检测的合作论文被接收至 IEEE ICASSP 2026 (CCF Rank B)!
- 2025.12: 🎉🎉 获得 IEEE Communications Society Multimedia Communications Technical Committee 2025 Technology Competition 银奖!
- 2025.09: 🎉🎉 一篇关于抑郁症估计的合作论文被接收至 IEEE T-AFFC (CAAI Rank A, CCF Rank B)!
- 2025.07: 🎉🎉 一篇关于动态表情识别的分布鲁棒优化论文被接收至 ACM MM 2025 (CCF Rank A)!
- 2025.02: 🎉🎉 一篇合作论文被接收至 PNAS Nexus (媒体关注)
代表论文
鲁棒视觉智能
面向图像、视频与 3D 场景中的细粒度视觉理解任务,研究复杂视觉条件下的鲁棒表征学习,重点关注分布偏移、长尾类别、低质量成像、跨主体泛化、几何感知和细微视觉差异建模。
脑启发与情感认知智能
面向脑启发感知与认知建模,研究情感、生理与认知信号的可信表征、解耦和诊断,涵盖动态表情、抑郁评估、呼吸监测、睡眠健康、听觉注意解码和跨主体认知建模,并面向未来脑结构解析与神经元形态理解拓展。
Feng-Qi Cui, Anyang Tong, Jinyang Huang, Jie Zhang, Meng Li, Xin Yan, Linsheng Huang, Dan Guo, Meng Wang
Feng-Qi Cui, Jinyang Huang, Sirui Zhao, Kun Li, Zhi Liu, Meng Li, Ziyu Jia, Dan Guo, Meng Wang
Siying Tao, Jingjing Hu, Jinyang Huang,Feng-Qi Cui, Xueliang Liu, Dan Guo
多模态与具身智能
面向真实世界交互系统,研究多模态大模型、具身智能与泛在感知,重点关注语义蒸馏、多模态对齐、无线感知、触觉感知、具身控制、身份感知以及可信个性化交互。
Changlin Chen, Sisheng Chen, Hang Zhang, Xianglai Zhou, Zhen Tian, Weitao Liu,Feng-Qi Cui, Erbao Dong, Wenjing Chen
AI for Science
面向科学发现中的交叉智能计算,探索智能方法在复杂系统、环境科学、生物启发分析和科学建模中的应用。