孙晓帅 副教授 信息学院
长期从事计算机视觉，深度学习研究，发表CCF-A类论文30余篇，引用1800余次，主持国家自然科学基金面上/青年项目各1项、军委科技委基础加强计划子课题，获哈尔滨工业大学优秀博士学位论文、微软学者奖、福建省科技进步一等奖。
晁飞 副教授 信息学院
主要研究方向为：强化学习算法与深度神经网络的紧致化表征。现担任IEEE TCDS副主编。主持国家自科基金面上与青年基金，福建省面上基金等项目。发表高水平科研论文近100篇，其中以第一或者通信作者发表JCR顶刊十多篇，CCF-A类会议论文1篇，专利1项；译著2部，编纂会议论文集2部。
林贤明 助理教授 信息学院
长期致力于计算机视觉、机器学习等相关方向的研究，先后在CCF推荐国际期刊和会议上发表论文20余篇，已获批国家发明专利3件，软件著作权6件；主持过省部级项目1项，企业横向课题3项，参与过国家自然科学基金6项，省部级项目3项，企业横向课题十余项。
申请团队拟开展的研究方向是面向边缘部署的紧致视觉计算。基于深度卷积神经网络的视觉计算模型已经在计算机视觉的各个领域大幅超越了传统的手工特征与模型设计，持续成为学术界与工业界的研究焦点。这些网络设计框架已经在城市视频监控、移动视觉搜索、智慧医疗辅助等下游任务中得到了广泛的应用，服务于人们的生活。然而超高的特征和复杂的模型使得主流的计算机视觉分析系统无法在资源受限型设备(如移动手机/手持设备/嵌入式设备)中进行部署，极大地阻碍了其在现实世界的普及。因此，以深度特征与深度模型为基础的计算机视觉的紧致化研究，不仅是工程应用难点，也是计算机视觉研究的核心科学问题，具有较大的应用和理论价值。
团队已获得研究成果共发表重要期刊论文70余篇（TPAMI论文10篇，IJCV论文4篇），中国计算机学会推荐A类国际会议长100篇。近五年发表的第一作者/通讯作者论文包括：TPAMI 7篇、IJCV 1篇、其它ACM/IEEE汇刊20余篇，CVPR/ICCV/NeurIPS等中国计算机学会推荐A类国际会议长文50余篇。团队的研究成果获2015年省自然科学二等奖（第2）、2016年教育部技术发明一等奖（第4）、2018年省科技进步一等奖（第1），2019年省青年科技奖等。获2020年国家杰出青年科学基金，2020年省科技进步一等奖（第2），2014年国家优秀青年科学基金、目前/曾主持国家重点研发专项（课题/子课题）、国家自然科学基金联合重点项目、中央军委科技委基础加强项目、中央军委科技委战略高技术专项（项目）、总参谋部十三五预研、总装备部十二五预研、科技部行业专项、以及腾讯/华为/滴滴等联合技术开发项目等。
1.招生范围：人工智能、计算机科学与技术、软件工程、网络空间安全、数学等相关专业全日制本科毕业生及硕士毕业生；
2.语言要求：英语6级或雅思6.0及以上；
3.其他要求：具有较好的数学基础及扎实的编程能力，有相关研究经验优先考虑。
团队联络人：林颖 linying@xmu.edu.cn
