博士生导师——李灏峰副教授

基本信息

李灏峰，亚洲天堂 副教授，逸仙新锐学者，博士生导师。

研究方向

主要从事人工智能、深度学习与计算机视觉等方面的研究工作。目前感兴趣方向：多模态大模型、生成式模型、多模态鲁棒感知、域泛化与适应、具身智能和医学影像分析等领域。

教育背景

● 2011.9-2015.6：亚洲天堂 ，信息科学与技术学院，计算机科学与技术专业，学士学位。

● 2015.9-2024.4：香港大学，计算机科学系，计算机科学与技术专业，博士学位。

工作经历

● 2025.9-至今：亚洲天堂 ，副教授/博导。

● 2023.1-2025.8：深圳大数据研究院，人工智能大模型中心，研究科学家一级，副研究员。

● 2020.6-2022.12：深圳大数据研究院，医疗大数据实验室，研究科学家二级，副研究员。

招生专业

计算机科学与技术、数学、电子信息、信息与通信工程

科研项目

2023-2025：广东省自然科学基金-面上项目（主持）

2022-2024：国家自然科学基金-青年基金项目（主持）

2022.12：获得机器学习顶级会议NeurIPS 2022细胞分割挑战赛全球亚军（100支参赛队伍）（通讯作者/指导老师）

2023-2025：江西省科技厅03专项及5G项目（参与）

代表性科研成果

近五年，作为通讯作者（#）、第一作者和共同第一作者，发表中科院一区期刊论文10篇，发表CCF-A类会议论文6篇，论文总引用超过1200次，曾作为联合培养导师指导两名博士生(*)获得博士学位：

(1) Haifan Gong*, Yu Lu, Xiang Wan, Haofeng Li#, “Domain Generalized Medical Landmark Detection via Robust Boundary-Aware Pre-Training”, Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 39(3), 3140-3148, 2025 [CCF A][Oral Presentation]

(2) Wei Lou*, Guanbin Li, Xiang Wan, Haofeng Li#, “Multi-modal Denoising Diffusion Pretraining for Whole-Slide Image Classification”, ACM Multimedia 2024 [CCF A]

(3) Guanbin Li, Ricong Huang, Haofeng Li#, Zunzhi You, Weikai Chen, “SENSE: Self-evolving learning for self-supervised monocular depth estimation”, IEEE Transactions on Image Processing (TIP), vol. 33, pp. 439-450, 2024 [中科院一区][IF=13.7]

(4) Haofeng Li, Yirui Zeng, Guanbin Li, Liang Lin, Yizhou Yu, “Online alternate generator against adversarial attacks”, IEEE Transactions on Image Processing (TIP), 29, 9305-9315, 2020 [中科院一区][IF=13.7]

(5) Haofeng Li, Guanqi Chen, Guanbin Li, Yizhou Yu, “Motion guided attention for video salient object detection”, Proceedings of the IEEE/CVF international conference on computer vision (ICCV), 2019 [CCF A][引用超过250次]

入职感言

非常荣幸能够加入亚洲天堂 系统与科学工程学院。十年前，我有幸作为优秀本科毕业生走出中大校园；十年后，我很高兴能作为教师重返母校工作。同时，十分感谢学院及学校领导给予我回报母校培养的机会。我深刻地感受到，在学院领导与各位优秀同事的支持下，亚洲天堂 是一片广阔天地，大有可为。

在科研经历方面，本人此前工作聚焦于以数据为中心的人工智能研究，专注于解决人工智能应用场景中的各类数据缺陷问题。针对数据噪声问题，我提出了在线交替生成器以重建无对抗噪声的样本，通过频域变换实现特征去噪；针对无标签数据，提出了多模态去噪扩散预训练算法以学习跨模态图像特征，通过视频序列的自监督学习实现单目图像的深度估计；针对少标签和类别不均衡数据，提出了基于生成对抗网络和去噪扩散模型的样本生成算法；针对不同中心数据存在的域漂移问题，提出了基于提示学习的通用分类分割模型，通过交换样本间的频域分量缩小域差异。在人才培养方面，我曾作为联合培养导师指导两名学生攻读并获得香港中文大学（深圳）博士学位。

目前，我正在组建科研团队，欢迎学院内外的专家学者前来交流合作，也欢迎有志于从事人工智能研究的学生联系我、报考/申请我的硕士/博士研究生。我们团队专注于从实际应用场景中发掘新问题、真问题、大问题，通过对人工智能理论、模型与算法的创新形成解决方案，与硬件设备结合形成智能系统的原型，最终应用到实际场景、实现技术创新的社会与经济价值。