点击上方“CVPaper”卡片并设置星标，每天获取顶刊论文解读

点击“交流群”，加入论文投稿、写作、阅读分享交流

南京理工大学许春燕副教授

学者简介

许春燕，南京理工大学计算机科学与工程学院副教授。她长期从事计算机视觉、模式识别和机器学习领域的研究，尤其在图像与视频识别及目标检测方向具有深厚造诣，是多项国家和行业基金的主持人。

许教授热烈欢迎跨学科的优秀研究生加入其团队，共同探索人工智能与视觉领域的前沿科技！

• 所在机构： 南京理工大学计算机科学与工程学院
• 职称： 副教授
• 荣誉： 2016年湖北省优秀博士论文获得者

研究方向

许春燕副教授的研究方向主要包括以下几方面：

1. 计算机视觉
2. 模式识别
3. 机器学习
4. 图像和视频识别
5. 目标检测

代表性学术成果

1. Xu, C., Lu, C., Liang, X., Gao, J., Zheng, W., Wang, T., & Yan, S. (2015). Multi-loss regularized deep neural network. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 25(12), 1941-1954.

2. Xu, C., Wang, T., Gao, J., Cao, S., Tao, W., & Liu, F. (2013). An ordered-patch-based image classification approach on the image Grassmannian manifold. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 24(8), 1213-1225.

3. Xu, C., Lu, C., Gao, J., Zheng, W., Wang, T., & Yan, S. (2015). Discriminative analysis for symmetric positive definite matrices on Lie groups. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 25(5), 830-839.

4. Zhang, Y., Xu, C., Wang, Z., & Lu, C. (2026). Deep Adaptive Optimization for Video Scene Recognition. Proceedings of the International Conference on Machine Learning (ICML), 2026.

5. Wang, Y., Xu, C., Lu, C., & Yan, S. (2026). Learning Visual-Saliency-Guided Neural Representations for Object Detection. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 36(4), 223-234.

联系方式

欢迎对人工智能、计算机视觉或跨学科研究感兴趣的优秀学子与许春燕老师联系，并申请加入团队！

• 个人主页： https://vgg-ai.cn/teachers/XuChunyan/
• 团队主页： https://vgg-ai.cn
• 邮箱： cyx@njust.edu.cn