![]() | 姓名 | 周仲凯 |
| 职务/职称 | 讲师 | |
| 研究方向 | 三维视觉与多模态大模型 | |
| 联系方式 | jsczzzk123@163.com |
个人简介:
主要从事三维视觉、视觉智能与医学多模态大模型方向研究,关注视觉系统如何理解真实世界的空间结构、语义信息及复杂多模态数据。研究内容涵盖三维场景感知、视觉表征学习、视觉大模型以及医学图像与文本等多模态信息建模。近年来,在 IEEE TPAMI、ICCV、CVPR、PR、TMM、《电子学报》等国内外重要期刊与会议发表论文十余篇,并担任 TPAMI、IJCV、TMM、PR、TNNLS、TCSVT、CVPR、ECCV、NeurIPS 等期刊会议审稿人。欢迎对人工智能、计算机视觉和医学多模态方向感兴趣的学生加入。希望学生保持对未知问题的好奇心,具备踏实的学习态度和持续投入热情,愿意从文献阅读、代码复现和实验分析做起,在科研训练中逐步提升独立思考和解决问题的能力。
主授课程:智能数据处理与分析,神经网络与深度学习
荣誉与奖励:
无
论文发表
[1] Zhou Zhongkai, Fan Xinnan,et al. Recurrent Multiscale Feature Modulation for Geometry Consistent Depth Learning[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2024, 46(12): 9551–9566.
[2] Zhou Zhongkai, Fan Xinnan,et al. R-MSFM: Recurrent Multi-Scale Feature Modulation for Monocular Depth Estimating[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). 2021: 12777–12786.
研究课题
1. 基于单目视觉的智能深度感知方法研究,江苏省自然科学基金青年基金
2. 面向低空经济的无人机三维深度感知方法研究,领军型创新人才引进培育项目
3. 输配电设备故障监测与轨迹重定位方法研究,江苏省输配电装备技术重点实验室开放基金

